KR102196100B1 - Computer readable media and process of implementing land use optimized allocation - Google Patents
Computer readable media and process of implementing land use optimized allocation Download PDFInfo
- Publication number
- KR102196100B1 KR102196100B1 KR1020190020867A KR20190020867A KR102196100B1 KR 102196100 B1 KR102196100 B1 KR 102196100B1 KR 1020190020867 A KR1020190020867 A KR 1020190020867A KR 20190020867 A KR20190020867 A KR 20190020867A KR 102196100 B1 KR102196100 B1 KR 102196100B1
- Authority
- KR
- South Korea
- Prior art keywords
- plan
- land use
- planned area
- land
- area
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000008569 process Effects 0.000 title description 14
- 238000009826 distribution Methods 0.000 claims abstract description 118
- 230000007613 environmental effect Effects 0.000 claims abstract description 85
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 35
- 230000008859 change Effects 0.000 claims description 80
- 238000012502 risk assessment Methods 0.000 claims description 47
- 230000002068 genetic effect Effects 0.000 claims description 44
- 238000004364 calculation method Methods 0.000 claims description 29
- 230000035772 mutation Effects 0.000 claims description 15
- 230000008901 benefit Effects 0.000 claims description 14
- 230000004048 modification Effects 0.000 claims description 14
- 238000012986 modification Methods 0.000 claims description 14
- 238000011161 development Methods 0.000 abstract description 28
- 210000004027 cell Anatomy 0.000 description 39
- 238000006243 chemical reaction Methods 0.000 description 29
- 238000005457 optimization Methods 0.000 description 22
- 230000006870 function Effects 0.000 description 11
- 239000005431 greenhouse gas Substances 0.000 description 11
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 10
- 238000001556 precipitation Methods 0.000 description 10
- 230000009466 transformation Effects 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 8
- 210000000349 chromosome Anatomy 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 108090000623 proteins and genes Proteins 0.000 description 7
- 230000009467 reduction Effects 0.000 description 6
- 239000002689 soil Substances 0.000 description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013467 fragmentation Methods 0.000 description 4
- 238000006062 fragmentation reaction Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000013075 data extraction Methods 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 108700028369 Alleles Proteins 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 비선형 알고리즘을 적용하여 계획 지역의 토지 이용을 최적화하기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체 및 컴퓨터에서 상기 프로그램을 이용하여 토지 이용 분배가 최적화된 계획안을 도출하기 위한 방법을 제시한다. 본 발명에 따르면, 개발 사업과 관련하여 사회적, 환경적, 경제적 측면 등의 다목적을 고려하여 계획 지역의 토지 이용을 최적으로 배분하는 계획안을 도출, 제공할 수 있다. 본 발명에 따른 프로그램을 이용하여 계획 지역의 개발을 수립, 입안할 때 활용될 수 있다.The present invention proposes a computer-readable recording medium recording a program for optimizing land use in a planned area by applying a nonlinear algorithm, and a method for deriving a plan in which land use distribution is optimized using the program in a computer. According to the present invention, it is possible to derive and provide a plan for optimally allocating land use in a planned area in consideration of multipurposes such as social, environmental, and economic aspects in connection with a development project. It can be utilized when establishing and devising the development of a planned area by using the program according to the present invention.
Description
본 특허출원은 대한민국 정부 환경부의 "기후변화대응 환경기술개발사업"의 일환으로서 "기후변화 영향 및 취약성 통합평가 모형 요소 기술 개발: 통합, 건강, 물관리 부문"(주관기관: 서울대학교 산학협력단; 과제번호: 2014-001-310007) 과제와, 대한민국 정부 환경부의 "환경정책 기반 공공기술 개발사업"의 일환으로서 "도시생태계 회복을 위한 생태계 네트워크 구축 및 복원 기술 개발"(주관기관: 서울대학교 산학협력단; 과제번호: 201600210004) 과제의 수행 결과물에 관한 것이다. This patent application is part of the "Climate Change Response Environmental Technology Development Project" by the Ministry of Environment of the Republic of Korea, and "Development of model element technology for integrated assessment of climate change impacts and vulnerabilities: integration, health, water management" Task number: 2014-001-310007) As part of the task and "Environment Policy-Based Public Technology Development Project" by the Ministry of Environment of the Republic of Korea, "Development of Ecosystem Network Construction and Restoration Technology for Urban Ecosystem Recovery" (Host: Seoul National University Industry-Academic Cooperation Foundation ; Task number: 201600210004) It is about the outcome of the task.
본 발명은 토지 이용 최적화 배분을 위한 컴퓨터로 판독 가능한 매체 및 방법에 관한 것으로, 더욱 상세하게는 비선형 알고리즘을 적용하여 계획 지역의 토지 이용의 배분을 최적화할 수 있는 프로그램을 기록한 매체 및 컴퓨터에서 상기 프로그램을 이용하여 계획 지역 토지 이용의 배분을 최적화하기 위한 방법에 관한 것이다. The present invention relates to a computer-readable medium and method for land use optimization and distribution, and more particularly, to a medium recording a program capable of optimizing the distribution of land use in a planned area by applying a nonlinear algorithm, and the program in the computer. It relates to a method for optimizing the allocation of land use in the planned area by using.
토지이용 계획은 지속 가능한 발전의 1차적 목표이다. 과거에는 식량난 및 거주지 문제 해결 등 경제적 문제만을 우선적으로 고려하여, 미래 세대를 위한 환경보호를 소홀히 하고, 지속 가능한 발전을 간과하여 균형이 깨진 토지 이용 계획이 지속되었다. 이로 인하여 도시화와 자연 보호 등의 환경적 문제 등을 종합적으로 고려하여 공간적으로 균형 있게 배분된 토지이용 계획이 요구되고 있다. Land use planning is the primary goal of sustainable development. In the past, only economic problems such as food shortages and settlement problems were considered first, and environmental protection for future generations was neglected, and sustainable development was overlooked, resulting in an unbalanced land use plan. For this reason, there is a demand for a land use plan that is distributed in a spatially balanced manner by comprehensively considering environmental issues such as urbanization and nature protection.
실제로 토지 이용 배분과 관련해서는 개별 토지 이용 단위가 이용자를 만족시키는 동시에 전체적 토지 이용 구성도 고려하여야 하고, 다양한 토지 이용 사이의 경합 문제, 다양한 이해관계자들의 요구를 만족시켜야 한다는 점을 고려하여야 한다. In fact, regarding the allocation of land use, it is necessary to consider the fact that individual land use units must satisfy users and at the same time consider the overall composition of land use, the contention issue between various land uses, and the needs of various stakeholders.
토지이용 배분과 관련해서 복합적인 토지 이용 계획을 해결하기 위한 최적화 기법을 개발할 필요가 있다. 과거에는 선형 프로그래밍(linear programming; LP) 최적화 모델이 도시계획 시스템 문제를 해결하는데 사용되었다. 하지만, 선형 모델은 토지 이용에서 중요하게 고려되어야 하는 공간적인 상호작용 문제를 다룰 수 없어서 복잡한 도시 문제를 다룰 수 없고, 다양한 목적을 고려하기 어렵다는 단점이 있다. In relation to land use allocation, there is a need to develop optimization techniques to solve complex land use plans. In the past, linear programming (LP) optimization models were used to solve urban planning system problems. However, the linear model has a disadvantage in that it cannot handle complex urban problems because it cannot handle spatial interaction problems that must be considered important in land use, and it is difficult to consider various purposes.
특히, 토지 이용 경합에 영향을 미치는 다양한 목적들을 고려한 토지이용 배분 계획에 대한 연구와 개발은 미진한 상황이다. 일례로, 주거지역 배분을 위한 토지 이용 배분과 관련해서는 군집 분석과 회귀분석 등 통계적인 방법을 이용하여 수요 예측 모형을 만들어 결과를 도출하였다(정삼석, 정상철, 2014, 부동산학보, 57권, 195-209). 하지만, 이러한 방식은 토지 이용과 관련한 다양한 목적 사이의 경합을 고려하지 않기 때문에, 실제로 토지이용 배분 계획과 관련하여 현실에 반영하기에는 한계가 있다. In particular, research and development on land use allocation plans that take into account various purposes that affect land use competition are inadequate. For example, in relation to land use allocation for residential area allocation, a demand prediction model was created using statistical methods such as cluster analysis and regression analysis to derive results (Samseok Jeong, Sangchul Jung, 2014, Real Estate Journal, Vol. 57, 195- 209). However, since this method does not take into account contention between various purposes related to land use, there is a limit to reflecting it in reality in relation to the land use allocation plan.
본 발명의 목적은 도시 계획 등의 사업과 관련하여 계획 지역의 토지 이용 분배의 최적화를 구현할 수 있는 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체와 상기 프로그램을 이용하여 컴퓨터에서 토지 이용 분배의 최적화를 구현할 수 있는 방법을 제공하고자 하는 것이다. An object of the present invention is a computer-readable recording medium recording a program capable of implementing optimization of land use distribution in a planned area in connection with projects such as urban planning, and optimization of land use distribution in a computer using the program. It is intended to provide a way to be.
본 발명의 다른 목적은 객관적, 정량적인 방법으로 계획 지역의 토지 이용 배분의 최적화를 구현할 수 있는 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체와 상기 프로그램을 이용하여 컴퓨터에서 토지 이용 분배의 최적화를 구현할 수 있는 방법을 제공하고자 하는 것이다. Another object of the present invention is a computer-readable recording medium recording a program capable of implementing optimization of land use distribution in a planned area in an objective and quantitative method, and an optimization of land use distribution in a computer using the program. It is intended to provide a way.
일 측면에서, 본 발명은 유전 알고리즘을 이용하여 계획 지역의 토지 이용 분배를 최적화하기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체로서, 계획 지역의 토지피복 데이터세트, 기후 데이터세트 및 환경 데이터세트에 기초하여, 상기 계획 지역의 토지 이용에 따른 환경적 위험을 분석하는 위험 분석 수단; 상기 위험 분석 수단에 의해 분석된 상기 계획 지역의 환경적 위험과, 상기 계획 지역의 토지피복 데이터세트에 기초하여 상기 계획 지역의 토지 이용 변화에 따른 군집성 요인 및 경제적 요인을 포함하는 해당 계획 지역의 토지 이용 배분 목적을 설정하는 목적 설정 수단; 상기 계획 지역의 토지피복 데이터세트에 기초한 토지 이용 형태를 제약 사항으로 하여 상기 계획 지역의 토지 이용 분배에 대한 최초 계획안을 이전 세대 계획안으로 생성하는 계획 생성 수단; 상기 이전 세대 계획안으로부터 유전 연산자에 의하여 변형된 변경 계획안을 생성하는 계획 변형 수단; 상기 목적 설정 수단에 의해 설정된 토지 이용 배분 목적인 상기 계획 지역의 토지 이용에 따른 환경적 위험의 최소화와, 상기 계획 지역의 토지 이용 변화에 따른 군집성 최대화 및 경제적 이익 최대화를 고려한 적합도 함수에 기초하여, 상기 이전 세대 계획안 및 상기 변경 계획안의 토지 이용 배분 목적의 달성 수준을 산출하는 적합도 연산 수단; 및 상기 적합도 연산 수단에 의해 각각 토지 이용 배분 목적의 달성 수준이 산출된 상기 이전 세대 계획안과 상기 변경 계획안이, 상기 목적 설정 수단에 의해 설정된 토지 이용 배분 목적에 따른 최적의 계획안에 해당하는 경우, 상기 계획 지역의 토지 이용 분배에 대한 최종 계획안을 제시하는 계획 선택 수단을 포함하는 계획 지역의 토지 이용 분배를 최적화하기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체를 제공한다.In one aspect, the present invention is a computer-readable recording medium recording a program for optimizing land use distribution in a planned area using a genetic algorithm, based on a land cover dataset, a climate dataset, and an environmental dataset of a planned area. Thus, risk analysis means for analyzing environmental risks according to land use in the planned area; Land of the planned area including the environmental risk of the planned area analyzed by the risk analysis means and the clustering factor and economic factors according to the land use change of the planned area based on the land cover data set of the planned area Purpose setting means for setting the purpose of use and distribution; A plan generation means for generating an initial plan for distribution of land use in the planned area as a previous generation plan by setting a land use type based on the land cover data set of the planned area as a restriction; Plan modification means for generating a modification plan modified by a genetic operator from the previous generation plan; Based on a fitness function that considers minimization of environmental risks due to land use of the planned area, which is the purpose of land use distribution set by the purpose setting means, and maximization of clustering and economic benefits according to changes in land use of the planned area, A suitability calculation means for calculating an achievement level of a previous household plan and a land use distribution object of the change plan; And when the previous household plan and the change plan, in which the achievement levels of the land use distribution purpose are calculated by the fitness level calculation means, respectively, correspond to the optimal plan according to the land use distribution purpose set by the purpose setting means, the Provide a computer-readable recording medium recording a program for optimizing land use distribution in the planned area, including plan selection means that present a final plan for the land use distribution in the planned area.
일례로, 상기 환경적 위험은 상기 계획 지역의 산사태 위험인 것을 특징으로 한다. For example, the environmental risk is characterized in that the risk of landslides in the planned area.
예시적인 실시형태에 따르면, 상기 위험 분석 수단에서 활용되는 상기 기후 데이터세트는 상기 계획 지역의 현재의 기후 데이터세트와, 상기 계획 지역의 기후 변화 시나리오에 따른 미래의 기후 데이터세트를 포함할 수 있다. According to an exemplary embodiment, the climate dataset used in the risk analysis means may include a current climate dataset of the planned area and a future climate dataset according to a climate change scenario of the planned area.
예를 들어, 상기 유전 연산자는 돌연변이 연산자 및 교차 연산자 중에서 적어도 어느 하나를 포함할 수 있다. For example, the genetic operator may include at least one of a mutation operator and a crossover operator.
다른 측면에서, 본 발명은 유전 알고리즘을 이용하여 컴퓨터에서 계획 지역의 토지 이용 분배가 최적화된 계획안을 도출하기 위한 방법으로서, (a) 위험 분석 수단에 의하여 계획 지역의 토지피복 데이터세트, 기후 데이터세트 및 환경 데이터세트에 기초하여, 상기 계획 지역의 토지 이용에 따른 환경적 위험이 분석되는 단계; (b) 목적 설정 수단에 의하여, 상기 위험 분석 수단에 의해 분석된 상기 계획 지역의 환경적 위험과, 상기 계획 지역의 토지피복 데이터세트에 기초하여 상기 계획 지역의 토지 이용 변화에 따른 군집성 요인 및 경제적 요인을 포함하는 해당 계획 지역의 토지 이용 배분 목적이 설정되는 단계; (c) 계획 생성 수단에 의하여, 상기 계획 지역의 토지피복 데이터세트에 기초한 토지 이용 형태를 제약 사항으로 하여 상기 계획 지역의 토지 이용 분배에 대한 최초 계획안이 이전 세대 계획안으로 생성되는 단계; (d) 계획 변형 수단에 의하여, 상기 이전 세대 계획안으로부터 유전 연산자에 의해 변형된 변경 계획안이 생성되는 단계; (e) 적합도 연산 수단에 의하여, 상기 목적 설정 수단에 의해 설정된 토지 이용 배분 목적인 상기 계획 지역의 토지 이용에 따른 환경적 위험의 최소화와, 상기 계획 지역의 토지 이용 변화에 따른 군집성 최대화 및 경제적 이익 최대화를 고려한 적합도 함수에 기초하여, 상기 이전 세대 계획안 및 상기 변경 계획안의 토지 이용 배분 목적의 달성 수준이 산출되는 단계; 및 (f) 계획 선택 수단에 의하여, 상기 토지 이용 배분 목적의 달성 수준이 산출된 상기 이전 세대 계획안과 상기 변경 계획안이, 상기 목적 설정 수단에 의해 설정된 토지 이용 배분 목적에 따른 최적의 계획안에 해당하는 경우, 상기 계획 지역의 토지 이용 분배에 대한 최종 계획안을 제시되는 계획 지역의 토지 이용 분배가 최적화된 계획안을 도출하기 위한 방법을 제공한다.In another aspect, the present invention is a method for deriving a plan in which land use distribution of a planned area is optimized from a computer using a genetic algorithm, comprising: (a) a land cover dataset and a climate dataset of a planned area by means of risk analysis. And analyzing an environmental risk according to land use in the planned area, based on an environmental data set. (b) Based on the environmental risk of the planned area analyzed by the risk analysis means and the land cover data set of the planned area by the purpose setting means, the clustering factor and economic factors according to the land use change in the planned area Establishing a land use allocation purpose of the planned area including factors; (c) generating an initial plan for distribution of land use in the planned area as a previous generation plan by using the plan generating means as a restriction on the type of land use based on the land cover dataset of the planned area; (d) generating a modified plan modified by a genetic operator from the previous generation plan by means of a plan modification means; (e) By means of fitness calculation means, minimization of environmental risks due to land use in the planned area, which is the purpose of land use distribution set by the purpose setting means, and maximization of clustering and economic benefits according to land use changes in the planned area. Calculating a level of achievement of a land use distribution objective of the previous generation plan and the change plan based on the fitness function taking into account; And (f) by means of a plan selection means, the previous household plan and the change plan for which the achievement level of the land use distribution purpose is calculated correspond to the optimal plan according to the land use distribution purpose set by the purpose setting means. In this case, it provides a method for deriving a plan that optimizes land use distribution in the planned area in which the final plan for land use distribution in the planned area is presented.
본 발명은 도시 계획 등과 관련하여 계획 지역의 토지 이용과 관련하여 다양한 목적을 고려하여 해당 토지 이용의 분배를 최적화를 구현한 계획안을 도출할 수 있는 컴퓨터 프로그램을 제안한다. 본 발명에 따른 프로그램을 사용하여, 객관적, 정량적으로 계획 지역의 토지 이용 분배를 최적화하는데 기여할 수 있다. The present invention proposes a computer program that can derive a plan that optimizes the distribution of the land use in consideration of various purposes in relation to the land use of a planned area in relation to urban planning and the like. By using the program according to the present invention, it is possible to objectively and quantitatively contribute to optimizing the land use distribution of the planned area.
예를 들어, 본 발명에 따른 프로그램이 기록된 매체를 사용하여, 도시 계획 등을 입안하거나 수립할 때, 계획 지역의 토지 이용 분배를 최적화한 계획을 제안하는데 활용될 수 있을 것으로 기대된다. For example, it is expected that the program according to the present invention can be used to propose a plan that optimizes the distribution of land use in a planned area when planning or establishing an urban plan or the like using a recorded medium.
도 1은 본 발명의 예시적인 실시형태에 따라, 비선형 알고리즘을 채택하여 계획 지역의 토지 이용 분배를 최적화하기 위한 프로그램이 탑재될 수 있는 컴퓨터와, 해당 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체의 구성을 개략적으로 도시한 다이어그램이다.
도 2는 본 발명의 예시적인 실시형태에 따라 계획 지역의 토지 이용 배분을 최적화하기 위하여 다수의 목적을 고려하여 최적화된 계획안을 도출하기 위한 알고리즘의 하나로서 비지배 분류 유전 알고리즘의 비지배 순위와 군집 거리(crowding distance)에 따른 파레토 최적해 표면을 산출하는 과정을 개략적으로 도시한 그래프이다.
도 3은 본 발명의 예시적인 실시형태에 따라 계획 지역의 토지 이용 배분을 위하여, 이전 세대 계획안으로부터 유전 알고리즘의 하나인 교차 연산자를 사용하여 변형된 계획안을 도출하는 과정을 개략적으로 나타낸 그래프이다.
도 4는 본 발명에 따른 비선형 알고리즘을 채택한 프로그램을 이용하여 컴퓨터에서 구현되는 계획 지역의 토지 이용 분배가 최적화된 계획안을 도출하기 위한 과정을 개략적으로 도시한 플로 차트이다.
도 5는 본 발명의 예시적인 실시예에 따라 토지 이용 분배를 최적화하기 위한 계획 지역인 강원도 평창군 진부면 일대를 나타낸 도면이다.
도 6은 본 발명의 예시적인 실시예에 따라 계획 지역의 현재 토지 이용 형태(좌측 (a) 부분)와, 계획 지역의 토지 이용 형태에 따른 산사태 위험도 등급(우측 (b) 부분)을 보여준다.
도 7은 본 발명의 예시적인 실시예에 따라 유전 알고리즘을 적용한 연산을 반복하였을 때, 계획 지역의 산사태 위험 최소화, 토지 이용 전환 최소화 및 군집성 최대화라는 3가지 목적에서의 비지배 계획안(해)에서의 변화를 보여주는 그래프이다.
도 8은 본 발명의 예시적인 실시예에 따라, 3가지 목적에서의 트레이드오프를 고려하여 최종적으로 제안된 6개의 계획안을 보여준다. 적색 선은 현재의 토지 이용에서 산사태 위험 수준을 나타낸다. 제 1 목적(산사태 위험 최소화) 및 제 2 목적(토지 이용 전환 최소화)와 관련해서 계획안 A와 계획안 F가 가장 효율적이다. 계획안 B 내지 계획안 E는 다른 가중치를 조합하여 대안이 될 수 있다. 1 is a configuration of a computer on which a program for optimizing land use distribution in a planned area can be mounted by adopting a nonlinear algorithm and a computer-readable recording medium in which the program is recorded, according to an exemplary embodiment of the present invention. Is a diagram schematically showing.
FIG. 2 is one of algorithms for deriving an optimized plan in consideration of a number of purposes in order to optimize land use distribution in a planned area according to an exemplary embodiment of the present invention. It is a graph schematically showing the process of calculating the Pareto optimal solution surface according to the crowding distance.
3 is a graph schematically showing a process of deriving a modified plan from a previous generation plan using a crossover operator, which is one of genetic algorithms, for land use distribution in a planned area according to an exemplary embodiment of the present invention.
4 is a flow chart schematically showing a process for deriving a plan in which land use distribution of a planned area is optimized, implemented in a computer, using a program employing a nonlinear algorithm according to the present invention.
5 is a view showing the area of Jinbu-myeon, Pyeongchang-gun, Gangwon-do, which is a planned area for optimizing land use distribution according to an exemplary embodiment of the present invention.
6 shows a current land use type of a planned area (left (a) part) and a landslide risk rating (right (b) part) according to the land use type of a planned area according to an exemplary embodiment of the present invention.
7 is a non-control plan (solution) for three purposes: minimizing the risk of landslides in the planned area, minimizing land use conversion, and maximizing clustering when the computation applying the genetic algorithm according to an exemplary embodiment of the present invention is repeated. It is a graph showing the change.
8 shows six plans finally proposed in consideration of tradeoffs for three purposes, according to an exemplary embodiment of the present invention. The red line represents the level of landslide risk in current land use. Regarding the first objective (minimizing the risk of landslides) and the second objective (minimizing land use conversion), Proposals A and F are the most effective. Proposals B through E can be alternatives by combining different weights.
이하, 필요한 경우에 첨부하는 도면을 참조하면서 본 발명을 설명한다. Hereinafter, the present invention will be described with reference to the accompanying drawings when necessary.
도시 계획 등과 같은 계획 지역의 토지 이용 계획을 입안하거나 수립하고자 하는 경우, 계획 지역의 토지 이용 분배가 최적화될 필요가 있다. 이때, 계획 지역의 토지 이용과 관련해서는 상반되는 이해관계를 조정하여야 할 뿐만 아니라, 계획 지역의 환경적, 사회적, 경제적 요인 등의 다양한 토지 이용 목적을 고려하여야 한다. 종래에는 토지 이용 배분과 관련하여 이러한 다양한 목적을 충분히 고려하지 않은 상태에서 토지 이용 계획이 수립되어, 이해관계인 사이의 분쟁을 초래하거나, 다양한 요인 사이의 상반되는 이해를 충분히 반영하지 못하는 문제가 있다. 본 발명은 컴퓨터 프로그램을 이용하여 계획 지역의 토지 이용 계획과 관련하여 최적화된 토지 이용 분배를 제안할 수 있는 매체 및 방법에 관한 것이다. When planning or establishing a land use plan for a planned area such as urban planning, it is necessary to optimize the land use distribution of the planned area. At this time, in relation to land use in the planned area, conflicting interests must be adjusted, and various land use purposes such as environmental, social and economic factors of the planned area must be considered. Conventionally, land use plans are established without sufficiently considering these various purposes in relation to land use distribution, resulting in disputes between interested parties, or not sufficiently reflecting conflicting interests between various factors. The present invention relates to a medium and a method capable of proposing an optimized land use distribution in relation to a land use plan of a planned area using a computer program.
도 1은 본 발명의 예시적인 실시형태에 따라, 비선형 알고리즘을 이용하여 계획 지역의 토지 이용 분배를 최적화하기 위한 프로그램이 탑재될 수 있는 컴퓨터와, 해당 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체의 구성을 개략적으로 도시한 다이어그램이다. 1 is a configuration of a computer on which a program for optimizing land use distribution in a planned area can be mounted using a non-linear algorithm, and a computer-readable recording medium on which the program is recorded, according to an exemplary embodiment of the present invention. Is a diagram schematically showing.
도 1에 도시한 바와 같이, 계획 지역의 토지 이용 분배를 최적화하기 위한 프로그램(210)이 기록된 매체(200)는 적절한 컴퓨터(100)에 탑재될 수 있다. 컴퓨터(100)는 최소한의 데이터 처리(data processing) 능력을 가지는 데이터 처리 장치이다. As shown in FIG. 1, a
일례로, 컴퓨터(100)는 데스크톱, 노트북과 같은 컴퓨터 단말기이고/이거나, 스마트폰, 태블릿 PC, PDA 등과 같은 이동 단말기일 수 있다. 컴퓨터(100)는 로컬 컴퓨터일 수도 있으며, 필요에 따라 인터넷이나, 3G, LTE 및/또는 5G 등과 같은 데이터 통신망과 연결될 수 있다. 예를 들어, 컴퓨터(100)는 서버(도시하지 않음)와 통신망을 통하여 연결될 수도 있고, 서버에 로컬(local) 형태로 연결될 수도 있다. 하지만, 본 발명에 따른 컴퓨터(100)가 반드시 통신망에 연결되는 것은 아니다. For example, the
컴퓨터(100)는 다양한 하드웨어(110 내지 140 및 160)와 이러한 하드웨어를 실행시키기 위한 구동/응용 프로그램(150)과 같은 소프트웨어인 다양한 컴포넌트를 포함할 수 있다. The
예시적인 실시형태에서, 컴퓨터(100)는 키보드, 마우스 및/또는 터치 패널과 같이 데이터 또는 정보, 예를 들어 응용 프로그램의 일종인 계획 지역의 토지 이용 분배를 최적화하기 위한 프로그램(210)을 이용하여 적절한 데이터 세트 등의 입력 값을 작성할 수 있는 입력부(110)를 갖는다. 컴퓨터(100)는 또한 입력 또는 다운로드 된 데이터 또는 정보를 인쇄하기 위한 프린터와 같은 출력부(120)와, 입력 또는 출력되는 데이터를 화면으로 표시하기 위한 모니터와 같은 디스플레이(130)를 포함한다. 아울러, 컴퓨터(100)는 다양한 데이터 및 정보(예를 들어, 계획 지역의 환경적 데이터/정보, 토지 현황 등의 데이터 정보, 토지 이용 배분과 관련하여 산출된 계획안과 같은 데이터/정보 등)를 저장하고 있는 RAN, ROM, 하드디스크, 외장 드라이버 등과 같은 메모리(140)를 가지고 있으며, 컴퓨터(100)에서의 다양한 구현 작업을 위한 구동/응용 프로그램(150)을 탑재하고 있다. In an exemplary embodiment, the
예를 들어, 컴퓨터(100)에서 구현되는 구동/응용 프로그램(150)은 WINDOWS 등과 같은 구동 소프트웨어는 물론이고, 문서, 이미지, 영상 데이터 등의 데이터 또는 콘텐츠를 작성, 편집할 수 있는 콘텐츠 편집 소프트웨어, 인터넷과 같은 통신망을 통하여 데이터나 정보를 검색하기 위한 브라우저, 계획 지역의 토지 이용 분배를 최적하기 위한 소프트웨어 등을 포함할 수 있다. 하지만 그 외에도 다양한 구동/응용 프로그램이 컴퓨터(100)에 탑재될 수 있을 것이다. For example, the driving/
또한, 컴퓨터(100)는 이들 하드웨어와 소프트웨어의 작업을 적절히 제어할 수 있도록 CPU와 같은 제어부(160)를 포함한다. 특히 컴퓨터(100) 중의 메모리(140)와 제어부(160)는 기록 매체(200)에 기록된 프로그램(210) 명령에 따른 일련의 작업을 실현한다는 점에서, 일종의 프로그램 실행부를 구성한다Further, the
한편, 컴퓨터(100)가 판독할 수 있도록 컴퓨터(100)에 탑재될 수 있는 기록 매체(200)는 본 발명에 따라 계획 지역의 토지 이용 분배를 최적화하기 위한 프로그램(210)이 기록된다. 후술하는 바와 같이, 본 발명에 따른 프로그램(210)을 이용하여, 다양한 목적을 고려하여 계획 지역의 토지 이용 분배가 최적화된 1개 이상의 계획안을 효율적, 정량적으로 제공할 수 있다. Meanwhile, in the
예를 들어, 본 발명에 따라 컴퓨터(100)로 판독 가능한 기록 매체(200)는 비선형 알고리즘을 채택하여 계획 지역의 토지 이용 분배를 최적하기 위한 일련의 프로그램 명령은 물론이고, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합한 것을 포함할 수 있다. For example, the
본 발명에 따라 계획 지역의 토지 이용 분배를 최적화하기 위한 계획안을 제공하는 프로그램(210) 명령이 기록된 컴퓨터로 판독 가능한 기록 매체(200)의 예는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터(100)가 판독할 수 있는 기록 매체(200)의 예로는 자기 테이프, 하드 디스크, 플로피 디스크와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬(floptical) 디스크와 같은 자기-광 매체, 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령을 저장, 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. An example of a computer-
또한, 캐리어 웨이브(예를 들어, 인터넷을 통해 전송)의 형태로 구현되는 것도 포함되는데, 이러한 기록 매체(200)는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 이러한 컴퓨터(100)가 판독 가능한 기록 매체(200)는 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터(100)가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 한편, 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 아래에서 예시적으로 기술하고 있는, 본 발명을 구현하기 위한 기능적인 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야에서 통상의 프로그래머들에 의해 용이하게 추론될 수 있을 것이다. In addition, a carrier wave (for example, transmitted through the Internet) is also included. The
도 1을 참조하면, 기록 매체(200)에 기록된 계획 지역의 토지 이용 분배를 최적화하기 위한 프로그램(210)은 진화적 알고리즘의 하나인 유전 알고리즘(Genetic Algorithm, GA)을 채택한다. 유전 알고리즘은 해결하고자 하는 문제에 대하여 가능한 해(solution)들을 정해진 형태의 자료 구조로 표현한 다음, 이들을 점차적으로 변형함으로써 더 좋은 해(solution, 본 발명과 관련해서는 계획 지역의 토지 이용 분배와 관련한 계획안)들을 생성한다. 유전 알고리즘에서 각각의 가능한 해를 하나의 유기체(organism) 또는 개체(individual)라고 하며, 이들의 집합을 개체군(population)이라 한다. 하나의 개체는 보통 한 개 또는 여러 개의 염색체(chromosomes)로 구성될 수 있다. 염색체는 유전자(gene)로 구성되는데, 염색체 또는 개체를 변형하는 연산자들을 유전 연산자라 한다. Referring to FIG. 1, a
유전 알고리즘은 토지 이용 계획과 관련하여 전술한 다양한 목적이 가지는 문제점을 해결할 수 있다. 또한, 유전 알고리즘은 적절한 파라미터 값을 사용하는 다수의 시험을 수행함으로써, 토지 이용 계획과 관련된 이해관계인들에게 즉각적인 피드백(feedback)을 제공할 수 있는 이점이 있다. Genetic algorithms can solve the problems of various objectives described above in relation to land use planning. In addition, genetic algorithms have the advantage of being able to provide immediate feedback to stakeholders related to land-use planning by performing a number of tests using appropriate parameter values.
본 발명에 따라 계획 지역의 토지 이용 분배와 관련해서는 다양한 목적을 고려할 필요가 있다. 하나의 예시적인 실시형태에서, 유전 알고리즘으로서 다목적 유전 알고리즘(Multi-Object Genetic Algorithm, MOGA)을 채택한다면, 기후 변화에 따른 산사태 가능성과 같은 환경적 위험 요인 및 경제적, 환경적 이익 등을 모두 고려하여, 해당 지역의 토지 이용 분배와 관련하여 광범위한 최적의 계획안을 산출할 수 있다. According to the present invention, it is necessary to consider various purposes with respect to the distribution of land use in the planned area. In one exemplary embodiment, if a multi-object genetic algorithm (MOGA) is adopted as the genetic algorithm, environmental risk factors such as landslides due to climate change and economic and environmental benefits are all considered. In other words, it is possible to produce a wide range of optimal plans for the distribution of land use in the area.
예시적인 실시형태에 따르면, 계획 지역의 토지 이용 분배를 최적화하기 위한 프로그램(210, 이하에서는 설명의 편의를 위하여 '프로그램'이라고 약칭할 수 있다)은 계획 지역의 토지 이용에 따른 환경적 위험을 분석하는 위험 분석 수단(220), 계획 지역의 토지 이용과 관련한 다수의 토지 이용 배분 목적을 설정하는 목적 설정 수단(230), 계획 지역의 토지 이용 분배에 대한 최초 계획안을 이전 세대 계획안으로 생성하는 계획 생성 수단(240), 유전 연산자를 채택하여 최초 계획안으로부터 변형된 변경 계획안을 생성하는 계획 변형 수단(250), 적합도 함수에 기초하여, 이전 세대 계획안 및 변경 계획안에 대해 개별 토지 이용 목적의 달성 수준을 산출하는 적합도 연산 수단(260), 토지 이용 배분 목적이 산출된 이전 세대 계획안 및 변형 계획안으로부터 환경적 요인 및 토지 이용 배분 목적을 고려한 최적 계획안을 제시하는 계획 선택 수단(270)을 포함할 수 있다. According to an exemplary embodiment, a program for optimizing land use distribution in a planned area 210 (hereinafter, may be abbreviated as a'program' for convenience of explanation) analyzes environmental risks according to land use in a planned area. Risk analysis means (220), purpose setting means (230) for setting the purpose of distributing a number of land use related to land use in the planned area, and plan creation to generate an initial plan for the distribution of land use in the planned area as a previous generation plan Means (240), plan variant means (250) for generating a modified change plan from the original plan by adopting a genetic operator, based on the fitness function, calculates the level of achievement of individual land use objectives for the previous generation plan and the change plan It may include a suitability calculation means 260, and a plan selection means 270 for presenting an optimal plan in consideration of environmental factors and land use distribution purposes from the previous generation plan and transformation plan for which the purpose of land use distribution is calculated.
한편, 도시하지는 않았지만, 프로그램(210)은 개발이 예정된 계획 지역의 개략적인 사업 계획 데이터세트 및 해당 계획 지역의 현재 토지 피복 데이터세트와, 필요에 따라 계획 지역의 기후 데이터세트, 환경 데이터세트를 추출하기 위한 데이터 추출 수단을 더욱 포함할 수도 있다. On the other hand, although not shown, the
후술하는 바와 같이, 위험 분석 수단(220), 목적 설정 수단(230), 계획 생성 수단(240), 적합도 연산 수단(260), 계획 변형 수단(250), 계획 선택 수단(270) 중에서 적어도 하나는 계획 지역의 토지 피복 데이터세트를 고려한다. 이 경우, 이들 각각의 수단에서 분석, 평가, 고려될 수 있는 계획 지역의 토지피복분류에 따른 토지 피복 데이터 또는 토지피복분류로부터 적절하게 변형된 토지 피복 데이터는 데이터 추출 수단(도시하지 않음)을 통하여 추출, 가공될 수 있다. As described later, at least one of the risk analysis means 220, the purpose setting means 230, the plan generation means 240, the suitability calculation means 260, the plan transformation means 250, and the plan selection means 270 Consider the land cover dataset of the planned area. In this case, the land cover data according to the land cover classification of the planned area that can be analyzed, evaluated, and considered in each of these means, or the land cover data appropriately transformed from the land cover classification, are obtained through a data extraction means (not shown). It can be extracted and processed.
예를 들어, 토지 피복 데이터로서 인공위성이나 항공기에서 촬영한 계획 지역의 지표면의 상태를 표현한 토지피복분류도(Land Cover Map)에 따른 변수를 데이터세트로 활용할 수 있다. 토지피복분류도는 7 항목의 대분류, 22항목의 중분류, 41항목의 세분류로 구분되는데, 데이터 추출 수단(도시하지 않음)은 계획 지역의 토지 데이터세트로서 토지피복분류도에 따른 데이터세트를 그대로 사용할 수도 있고, 적절히 변형할 수도 있다. For example, as land cover data, a variable according to the Land Cover Map, which expresses the state of the surface of the planned area photographed by an artificial satellite or an aircraft, can be used as a dataset. The land cover classification map is divided into 7 major classifications, 22 medium classifications, and 41 subclasses.The data extraction means (not shown) is the land data set of the planned area, and the data set according to the land cover classification map is used as it is. It may or may be appropriately transformed.
일례로, 데이터 추출 수단(도시하지 않음)은 계획 지역의 토지피복분류에 기초하여 계획 지역을 시가화 지역, 농업지역 및 자연지역으로 분류하고, 분류된 각각의 계획 지역을 적절한 개수의 셀(예를 들어 n개의 열과 m개의 행으로 구성되는)로 이루어지는 격자(grid) 형태로 추출하거나 또는 분류된 각각의 계획 지역을 패치 형태로 추출할 수 있을 것이다. For example, the data extraction means (not shown) classifies the planned area into urbanized areas, agricultural areas, and natural areas based on the land cover classification of the planned area, and divides each classified planned area into an appropriate number of cells (e.g. For example, it may be extracted in the form of a grid consisting of n columns and m rows), or each classified planned area may be extracted in the form of a patch.
선택적으로, 위험 분석 수단(220), 목적 설정 수단(230), 계획 생성 수단(240), 적합도 연산 수단(260), 계획 변형 수단(250), 계획 선택 수단(270)은 각각 계획 지역의 토지피복분류에 기초하여 계획 지역을 시가화 지역, 농업지역 및 자연지역으로 분류하고, 분류된 각각의 계획 지역을 적절한 개수의 셀(예를 들어 n개의 열과 m개의 행으로 구성되는)로 이루어지는 격자(grid) 형태로 추출하거나 또는 분류된 각각의 계획 지역을 패치 형태로 추출하고, 추출된 토지 피복 데이터를 각각의 수단에서 수행되는 작업을 위하여 활용할 수도 있다. Optionally, the risk analysis means 220, the purpose setting means 230, the plan generation means 240, the suitability calculation means 260, the plan transformation means 250, and the plan selection means 270 are respectively Based on the cover classification, the planned area is classified into urbanized areas, agricultural areas, and natural areas, and each classified planned area is a grid consisting of an appropriate number of cells (e.g., consisting of n columns and m rows). It is also possible to extract in the form of grid) or extract each classified plan area in the form of a patch, and use the extracted land cover data for work performed by each means.
프로그램(210)을 구성하는 위험 분석 수단(220)은 계획 지역의 기후 데이터세트, 토지피복 및 환경 데이터 세트를 토대로 계획 지역의 토지 이용에 따른 환경적 위험을 분석한다. 예시적인 실시형태에서, 계획 지역이 상당 수준 이상(예를 들어 50% 이상)의 산악 지역을 포함하고 있는 경우, 위험 분석 수단(220)에 의해 분석될 수 있는 환경적 위험은 계획 지역의 산사태 위험을 포함할 수 있다. The risk analysis means 220 constituting the
위험 분석 수단(220)에서 채택될 수 있는, 계획 지역의 환경적 위험을 분석하기 위한 입력 데이터의 하나인 기후 데이터세트는 기상청에서 제공하는 기후 데이터세트를 포함할 수 있다. 일례로, 위험 분석 수단(220)은 기상청의 자동기상관측장비(Automatic Weather System)에서 제공되는 계획 지역의 기후 데이터세트에 기초하여 환경적 위험을 분석할 수 있다. The climate dataset, which is one of the input data for analyzing the environmental risk of the planned area, which can be adopted by the risk analysis means 220 may include a climate dataset provided by the Meteorological Agency. As an example, the risk analysis means 220 may analyze environmental risk based on a climate dataset of a planned area provided by an automatic weather system of the Meteorological Agency.
보다 구체적으로, 자동기상관측장비에 따라 제공되는 계획 지역의 기후 데이터세트는 계획 지역의 시간당 최대 강우량, 일간 최대 강우량 및/또는 연간 강우량이나, 특정 강우량(예를 들어 50 내지 150 mm 범위 중에서 설정되는 강우량)을 넘는 일수와 같은 강수량/강우량 등의 데이터세트를 포함할 수 있다. More specifically, the climate dataset of the planned area provided according to the automatic weather observation equipment is the maximum rainfall per hour, the maximum daily rainfall and/or the annual rainfall of the planned area, or a specific rainfall (for example, set among the range of 50 to 150 mm). It can include data sets such as precipitation/rainfall, such as the number of days above the rainfall).
그 외에도 위험 분석 수단(220)은 계획 지역의 계획 지역의 일간/주간/월간/연간 기온과 같은 기온 데이터세트, 풍향 및/또는 풍속 데이터세트 등의 다른 기후 데이터세트를 또한 입력 변수로 채택할 수도 있다. 예시적인 실시형태에 따라, 위험 분석 수단(220)에 의해 분석되는 계획 지역의 산사태 위험과 관련해서, 입력 변수로 사용될 수 있는 기후 데이터세트는 계획 지역의 강수/강우 데이터세트를 포함할 수 있다. In addition, the risk analysis means 220 may also adopt a temperature dataset such as daily/weekly/monthly/annual temperature of the planned area of the planned area, and other climate datasets such as wind direction and/or wind speed dataset as input variables. have. According to an exemplary embodiment, with respect to a landslide risk of a planned area analyzed by the risk analysis means 220, a climate dataset that can be used as an input variable may include a precipitation/rainfall dataset of the planned area.
위험 분석 수단(220)은 또한 계획 지역의 토지피복 데이터세트를 입력 변수로 사용할 수 있다. 예를 들어, 국토환경정보센터에서 제공하는 국토환경공간정보의 토지피복분류에 따른 토지피복지도가 계획 지역의 토지피복 데이터세트로 입력될 수 있다. 토지피복분류에 따르면, 7항목의 대분류(시가화 건조지역, 시가화 지역, 농업지역, 산림지역, 초지, 습지, 나지, 수지)와, 22항목의 중분류(주거지역, 공업지역, 교통지역, 논, 밭, 활엽수림, 침엽수림, 혼효림, 자연초지, 인공초지, 내륙습지, 자연 나지, 인공 나지, 내륙수, 해양수 등) 및 41 항목의 세분류로 구분되어 있다. The risk analysis means 220 may also use the land cover dataset of the planned area as an input variable. For example, a land cover map according to the land cover classification of the national territorial environment spatial information provided by the National Territory Environment Information Center may be input as a land cover dataset of a planned area. According to the land cover classification, there are 7 major categories (dry area for urbanization, area for urbanization, agricultural area, forest area, grassland, wetland, bare land, resin), and 22 categories (residential area, industrial area, traffic area, Rice field, field, broad-leaved forest, coniferous forest, mixed forest, natural grassland, artificial grassland, inland wetland, natural grassland, artificial grassland, inland water, seawater, etc.) and 41 sub-categories.
일례로, 위험 분석 수단(220)은 분석하고자 하는 환경적 위험 요인에 따라, 토지피복도에 따른 계획 지역의 토지피복 데이터세트를 변형하지 않고 입력 변수로 채택할 수 있다. 다른 실시형태에서, 위험 분석 수단(220)은 토지피복도에 따른 계획 지역의 토지피복 데이터세트를 적절한 범주로 변경할 수 있다. 예를 들어, 환경적 위험 요인으로서, 계획 지역의 산사태 위험을 분석하고자 하는 경우, 위험 분석 수단(220)은 토지피복도에 따른 항목을 변경하여 시가화 지역, 농업지역 및 자연지역으로 구분할 수 있지만, 본 발명이 이에 한정되지 않는다. As an example, the risk analysis means 220 may adopt the land cover data set of the planned area according to the land cover map as an input variable according to the environmental risk factor to be analyzed without modification. In another embodiment, the risk analysis means 220 may change the land cover dataset of the planned area according to the land cover map to an appropriate category. For example, as an environmental risk factor, in the case of analyzing the risk of landslides in the planned area, the risk analysis means 220 can be divided into urbanized areas, agricultural areas, and natural areas by changing items according to land cover. The present invention is not limited thereto.
한편, 위험 분석 수단(220)에 의한 계획 지역의 환경적 위험을 분석하기 위한 입력 변수로 고려될 수 있는 환경 데이터세트는 계획 지역의 해발 고도나 경사도와 같은 지형적 데이터세트, 토양도(soil map) 데이터 세트, 임상도(map of forest type) 데이터세트 및/또는 식생도(vegetation map) 데이터세트를 포함할 수 있지만, 본 발명이 이에 한정되지 않는다. On the other hand, the environmental dataset that can be considered as an input variable for analyzing the environmental risk of the planned area by the risk analysis means 220 is a topographic dataset such as elevation or slope of the planned area, and a soil map. A data set, a map of forest type data set and/or a vegetation map data set may be included, but the present invention is not limited thereto.
특히, 위험 분석 수단(220)은 전술한 기후 데이터세트, 토지피복 데이터세트, 환경 데이터세트 이외에도, 계획 지역의 기후 변화를 고려하여 환경적 위험을 분석, 예측할 수 있다. 최근에 화석연료 사용이 급증함에 따라 지구온난화가 야기되고, 기후 변화에 따른 강수 패턴의 변화가 심해지고 있다. 예시적인 실시형태에 따라 환경적 위험 요인으로 고려될 수 있는 산사태로 인하여 많은 인명적, 재산적 손실이 야기될 수 있으므로, 계획 지역의 토지 이용 분배와 관련해서, 산사태 위험 지역의 외측에 도심 지역을 개발하는 것이 손실을 줄이거나 방지하는데 효율적일 수 있다. In particular, the risk analysis means 220 may analyze and predict environmental risks in consideration of climate change in the planned area in addition to the above-described climate dataset, land cover dataset, and environmental dataset. In recent years, as the use of fossil fuels rapidly increases, global warming is caused, and the change in precipitation patterns due to climate change is increasing. Since landslides that can be considered environmental risk factors according to exemplary embodiments may cause a lot of personal and property losses, in relation to the land use distribution of the planned area, an urban area outside the landslide risk area is Developing can be effective in reducing or preventing losses.
일례로, 위험 분석 수단(220)은 계획 지역의 환경적 위험 요인(예를 들어 산사태 위험성)을 분석하기 위한 입력 변수로서 해당 계획 지역의 현재 기후 데이터세트는 물론이고, 미래의 기후 변화 등을 고려할 수 있다. 계획 지역의 토지 이용 분배와 관련하여, 산사태 위험도 등급이 낮은 산사태 안전 구역에 도시 지역을 배치하여 산사태 위험에 따른 손실을 줄일 수 있다. As an example, the risk analysis means 220 is an input variable for analyzing environmental risk factors (for example, landslide risk) of the planned area, as well as the current climate dataset of the planned area, as well as future climate change. I can. Regarding the distribution of land use in the planned area, it is possible to reduce losses due to landslide risk by arranging urban areas in landslide safety zones with a low landslide risk rating.
위험 분석 수단(220)은 계획 지역의 현재 환경적 위험 요인은 물론이고, 미래의 환경적 위험 요인을 또한 분석할 수 있다. 일례로, 위험 분석 수단(220)이 계획 지역의 환경적 위험 요인으로서 산사태 위험을 분석하고자 하는 경우, 위험 분석 수단(220)은 기후 변화와 관련한 예상 시나리오에 기초하여, 계획 지역의 현재 및 미래의 산사태 위험성을 분석할 수 있다. The risk analysis means 220 may analyze not only current environmental risk factors of the planned area but also future environmental risk factors. As an example, when the risk analysis means 220 wants to analyze the landslide risk as an environmental risk factor of the planned area, the risk analysis means 220 is based on a predicted scenario related to climate change, and the current and future The risk of landslides can be analyzed.
본 발명의 예시적인 실시형태에 따르면, 위험 분석 수단(220)에 의하여 계획 지역의 현재 및 미래의 환경적 위험 요인을 사전에 분석, 평가하여 도시 계획 등에 활용할 수 있다. 일례로, 산사태 위험과 같은 환경적 위험은 기후 변화에 따른 미래의 환경적 재앙에 의한 잠재적인 손실을 평가하는데 유용한 개념이다. According to an exemplary embodiment of the present invention, the current and future environmental risk factors of the planned area may be analyzed and evaluated in advance by the risk analysis means 220 and used for urban planning. For example, environmental hazards, such as landslide hazards, are a useful concept for assessing potential losses from future environmental catastrophes resulting from climate change.
하나의 예시적인 실시형태에서, 위험 분석 수단(220)에 의하여 개발이 예정된 계획 지역의 기후 변화를 고려한 환경적 위험 요인을 분석하기 위하여 온실가스 시나리오가 채택될 수 있다. 위험 분석 수단(220)에 의해 채택될 수 있는 온실가스 시나리오는 기후변화에관한정부간협의체(Intergovermental Panel on Climate Change, IPCC)에서 채택된 기후변화 시나리오에 따른 보고서를 포함할 수 있다. 이와 같은 온실가스 시나리오로서 과거에는 미래의 사회, 경제적 형태가 먼저 결정되고 이에 따른 온실가스 배출량 시나리오에 따른 온실가스 농도와 같은 기후변화 시나리오를 산출하는 SRES(위험관리특별보고서, Special Report on Emission Scenario)를 고려해 볼 수 있다. 선택적인 실시형태에서, 온실가스 시나리오로서 온실가스 농도 값을 설정한 후 기후 변화 시나리오를 산출하고 그 결과의 대책으로 사회적, 경제적 분야별 온실가스의 배출 저감 정책을 결정하는 RCP(대표농도경로, Representative Concentration Pathway)를 계획 지역의 기후 변화 시나리오로서 사용할 수도 있다. In one exemplary embodiment, a greenhouse gas scenario may be adopted to analyze environmental risk factors in consideration of climate change of a planned area in which development is scheduled by the risk analysis means 220. The greenhouse gas scenarios that can be adopted by the risk analysis means 220 may include reports according to climate change scenarios adopted by the Intergovermental Panel on Climate Change (IPCC). As such a greenhouse gas scenario, SRES (Special Report on Emission Scenario) that calculates climate change scenarios such as the concentration of greenhouse gases according to the greenhouse gas emission scenarios in which future social and economic forms were first determined in the past. You can consider In an alternative embodiment, after setting the greenhouse gas concentration value as a greenhouse gas scenario, a climate change scenario is calculated, and as a countermeasure for the result, RCP (Representative Concentration Pathway, Representative Concentration Path), which determines the greenhouse gas emission reduction policy for each social and economic field. Pathway) can also be used as a climate change scenario for the planned area.
일례로, 위험 분석 수단(220)이 계획 지역의 환경적 위험 요인을 분석하기 위하여 RCP 시나리오를 채택하는 경우, 1) RCP 2.6 보고서(인간 활동에 의한 영향을 지구 스스로가 회복 가능한 경우, 420 ppm 이산화탄소 농도), 2) RCP 4.5 보고서(온실가스 저감 정책이 상당히 실행되는 경우, 540 ppm 이산화탄소 농도), 3) RCP 6.0 보고서(온실가스 저감 정책이 어느 정도 실현되는 경우, 670 ppm 이산화탄소 농도), 4) RCP 8.5 보고서 (현재 추세인 온실가스 저감 없이 온실가스가 배출되는 경우(BAU 시나리오), 940 ppm 이산화탄소 농도)를 고려해 볼 수 있다. For example, if the risk analysis means 220 adopts the RCP scenario to analyze the environmental risk factors of the planned area, 1) RCP 2.6 report (if the earth itself can recover the impact from human activities, 420 ppm carbon dioxide) Concentration), 2) RCP 4.5 report (540 ppm CO2 concentration if GHG reduction policy is substantially implemented), 3) RCP 6.0 report (670 ppm CO2 concentration if GHG reduction policy is implemented to some extent), 4) The RCP 8.5 report (in the case of GHG emissions without the current trend of GHG reduction (BAU scenario), 940 ppm CO2 concentration) can be considered.
RCP 시나리오에 따르면, 현재 추세대로 온실가스를 배출하여 21세기말 이산화탄소 농도가 940 ppm에 도달한다면(RCP 8.5), 21세기말(2070~2099)에 전 지구 평균기온이 4.8℃ 상승되고, 강수량은 6.0% 증가할 것으로 전망되고, 어느 정도 저감 노력이 실현되면(RCP 4.5), 21세기말 전 지구 평균 기온은 2.8℃ 상승하고, 강수량은 4.8% 증가할 것으로 전망된다. 한편, 한반도에 국한한다면, 현재 추세대로 온실가스를 배출한다면(RCP 8.5), 21세기말 한반도 평균기온은 6.0℃ 상승되고, 강수량은 20.4% 증가할 것으로 전망되고, 어느 정도 저감 노력이 실현되면(RCP 4.5), 21세기말 한반도 평균 기온은 3.4℃ 상승하고, 강수량은 17.3% 증가할 것으로 전망된다. According to the RCP scenario, if the carbon dioxide concentration reaches 940 ppm at the end of the 21st century by emitting greenhouse gases according to the current trend (RCP 8.5), the global average temperature increases by 4.8℃ at the end of the 21st century (2070~2099), and the precipitation is 6.0%. It is projected to increase, and if some reduction efforts are realized (RCP 4.5), the global average temperature at the end of the 21st century is expected to rise by 2.8℃ and precipitation is expected to increase by 4.8%. On the other hand, if it is limited to the Korean peninsula, if greenhouse gases are emitted according to the current trend (RCP 8.5), the average temperature on the Korean peninsula at the end of the 21st century is expected to rise by 6.0℃ and precipitation is expected to increase by 20.4%. 4.5), the average temperature on the Korean peninsula at the end of the 21st century is expected to rise by 3.4℃ and precipitation is expected to increase by 17.3%.
기후 변화 시나리오를 사용하면, 현재부터 대략 20년 내지 40년 이후의 기후 변화(중기 미래) 및/또는 50년 이후(예를 들어 50년 내지 70년 이후)의 기후 변화(장기 미래)의 기후 변화를 감안하여 계획 지역의 환경적 위험 요소를 분석할 수 있다. 기후 변화 시나리오에 따른 기후 변화 데이터세트는 위험 분석 수단(220)에서 분석되는 계획 지역의 환경적 위험 분석과 관련한 변수로서 직접 반영될 수 있으며, 후술하는 적합도 연산 수단(250)에서 토지 이용 분배 최적화와 관련된 환경적 위험 분석을 통하여 간접적으로 반영될 수 있다. Using a climate change scenario, climate change from about 20 to 40 years from now (medium future) and/or climate change from 50 years (e.g. after 50 to 70 years) (long-term future) Considering this, it is possible to analyze the environmental risk factors of the planned area. The climate change data set according to the climate change scenario can be directly reflected as a variable related to the environmental risk analysis of the planned area analyzed by the risk analysis means 220, and the land use distribution optimization and the fitness calculation means 250 to be described later It can be reflected indirectly through the analysis of relevant environmental risks.
예시적인 실시형태에서, 위험 분석 수단(220)은 최대 엔트로피 모형(maximum entropy model; MaxEnt)을 사용하여, 계획 지역의 기후 데이터세트 및 지형 데이터세트 등으로부터 계획 지역의 환경적 위험을 분석할 수 있다. 필요에 따라, 계획 지역의 현재 산사태 위험 발생 빈도 등에 기초하여, 최대 엔트로피 모형을 적절하게 설정(configuration)하는 것이 바람직할 수 있다. In an exemplary embodiment, the risk analysis means 220 may analyze the environmental risk of the planned area from the climate dataset and the terrain dataset of the planned area, using a maximum entropy model (MaxEnt). . If necessary, it may be desirable to appropriately configure the maximum entropy model based on the current frequency of landslide hazard occurrences in the planned area.
예시적인 실시형태에 따라, 위험 분석 수단(220)이 개발이 예정된 계획 지역에서의 환경적 위험 요인의 하나인 산사태 위험을 분석할 때, 위험 분석 수단(220)은 계획 지역의 토지피복분류도 등에 기초한 토지 데이터를 이용하여 계획 지역을 산사태 위험에 따라 적절한 개수(예를 들어 10개 내지 20개)의 등급으로 분류할 수 있다. According to an exemplary embodiment, when the risk analysis means 220 analyzes a landslide risk, which is one of the environmental risk factors in a planned area for development, the risk analysis means 220 is a land cover classification map of the planned area. Based on the land data, the planned area can be classified into an appropriate number (
한편, 계획 지역의 토지 이용을 최적으로 배분하기 위해서는 해당 계획 지역의 환경적 위험을 완화시키는 것만으로는 충분하지 않다. 계획 지역의 개발과 관련한 토지 이용의 최적화를 구현하기 위해서는, 해당 계획 지역의 토지 이용과 관련한 환경적 요인, 사회적 요인, 경제적 요인, 환경적 요인 등의 다목적을 고려할 필요가 있다. 계획 지역의 개발과 관련해서는 상호 충돌하는 다양한 목적(objectives), 제한(constraints) 및 이해관계인들이 관련되어 있기 때문에, 단순한 정량적 분석이나 선형적 모델로는 해결할 수 없다. 즉, 계획 지역의 토지 이용 배분과 관련해서, 하나의 목적만을 고려한 토지 이용 분배 계획안은 다른 목적을 가지는 이해관계자들이 수용할 수 없는 계획안으로서 현실적으로 수행되기 어렵다. On the other hand, in order to optimally allocate land use in the planned area, it is not enough to mitigate the environmental risks of the planned area. In order to implement the optimization of land use related to the development of the planned area, it is necessary to consider multipurposes such as environmental factors, social factors, economic factors, and environmental factors related to the land use of the planned area. The development of the planned area cannot be solved by simple quantitative analysis or linear model, since various conflicting objectives, constraints and stakeholders are involved. In other words, with respect to land use distribution in the planned area, the land use distribution plan considering only one purpose is difficult to be practically implemented as a plan that cannot be accepted by stakeholders with other purposes.
본 발명에 따른 프로그램(210)은 계획 지역의 토지 이용 배분을 최적화하기 위하여 다양한 목적을 평가하도록 구성된다. 이와 관련하여, 목적 설정 수단(230) 전술한 위험 분석 수단(220)에서 분석된 계획 지역의 토지 이용에 따른 환경적 위험 요인과, 계획 지역의 토지피복 데이터세트에 기초하여, 해당 계획 지역의 토지 이용 분배에 의한 군집성 요인 및 경제적 요인과 같은 다목적을 고려하여, 개발 계획에 따른 비용(손실)과 이익을 평가하도록 구성된다. 일례로, 목적 설정 수단(230)에서 평가되는 토지 이용 목적은 토지 이용 전환 최소화 및 군집성 최대화를 포함할 수 있으며, 필요에 따라 개발에 따른 계획 지역의 생태계 보전을 최대화하는 목적 및/또는 경제적 이익 최대화를 포함할 수 있을 것이다. The
목적 설정 수단(230)에서 평가, 설정되는 토지 이용 목적을 평가, 설정하기 위한 입력 데이터세트로서 해당 계획 지역의 토지피복분류 데이터가 이용될 수 있다. 목적 설정 수단(230)은 토지피복분류도에 따라 제공되는 해당 계획 지역의 토지 피복 데이터세트를 활용하거나, 또는 이를 변형하여 해당 계획 지역의 토지 이용 배분과 관련한 목적을 평가, 분석, 설정하는데 사용할 수 있다. As an input dataset for evaluating and setting the purpose of land use, which is evaluated and set by the purpose setting means 230, land cover classification data of the corresponding planned area may be used. The purpose setting means 230 can be used to evaluate, analyze, and set the purpose related to the land use distribution of the planned area by using or transforming the land cover dataset of the corresponding planned area provided according to the land cover classification map. have.
하나의 예시적인 실시형태에 따라, 목적 설정 수단(230)에서 평가되는 계획 지역의 토지 이용 분배를 최적화하기 위한 목적의 하나일 수 있는 토지 이용 전환 최소화 및 군집성 최대화는 기후 변화 영향에 대한 공간 변경 계획에 공헌할 수 있다. 필요한 경우, 최적화 결과는 유일한 훌륭한 대안이 아니라, 해당 지역의 개발과 관련한 이해관계인들에 의하여 더욱 상세한 설계 또는 분석을 뒷받침할 수 있도록 의도될 수 있다. According to one exemplary embodiment, the land use conversion minimization and clustering maximization, which may be one of the objectives for optimizing the land use distribution of the planned area evaluated in the purpose setting means 230, is a spatial change plan for climate change impacts. Can contribute to If necessary, the results of the optimization may not be the only good alternative, but may be intended to support a more detailed design or analysis by stakeholders involved in the development of the area.
목적 설정 수단(230)에서 평가되는 목적의 하나인 토지 이용 전환(변화) 최소화는 계획 지역의 토지 이용 형태가 변할 때 투입되는 자원의 최소화라는 점에서 경제적 비용과 관련이 있다. 토지 이용 전환의 최소화는 토지 이용 변화를 최소화한다는 의미로 단순화시킬 수 있고, 개발에 따른 현실성을 고려하고 자원 낭비를 최소화하기 위해서 고려되는 목적이다. 따라서, 계획 지역의 토지 이용 배분과 관련하여, 토지 이용 전환을 최소화할 수 있도록 가능한 한 현재의 토지 이용 형태를 유지하면서, 환경적 위험 요인을 최소화하는 것이 중요하다. The minimization of land use conversion (change), which is one of the objectives evaluated by the purpose setting means 230, is related to economic costs in that it minimizes resources input when the land use type of the planned area changes. The minimization of land use conversion can be simplified in the sense of minimizing the change in land use, and it is the purpose considered to minimize the waste of resources and consider the reality of development. Therefore, with regard to the distribution of land use in the planned area, it is important to minimize environmental risk factors while maintaining the current type of land use as much as possible to minimize land use conversion.
예를 들어, 목적 설정 수단(230)은 계획 토지가 시가화 지역, 농업지역 및 자연지역의 3가지 이용 형태로, n개의 열과 m개의 행으로 구성되는 셀 기반의 매트릭스 또는 격자 형태로 구분된 경우, 개발에 의하여 각각의 지역에 할당되는 각각의 셀에 대하여 현재의 토지 이용 형태에서 다른 이용 형태로 전환되는 것에 따른 비용과 손실을 고려할 수 있다. For example, when the purpose setting means 230 is divided into a cell-based matrix or grid consisting of n columns and m rows, the planned land is divided into three types of use: an urbanized area, an agricultural area, and a natural area. For each cell allocated to each area by development, the cost and loss of the conversion from the current type of land use to another type of use can be considered.
예시적인 실시형태에서, 토지피복 데이터세트에 기초하여 분류된 계획 지역 중에서 자연 지역 내에 시가화 지역 및/또는 농업 지역이 산재되어 있는 경우, 이들 지역에서 자원을 관리하고 분배하는 것은 매우 비용이 들 뿐만 아니라, 산재된 시가화 지역 및/또는 농업 지역에 대하여 많은 음성의 주변효과(negative edge effect)가 발생될 수 있다.In an exemplary embodiment, if among the planned areas classified based on the land cover dataset, urbanized areas and/or agricultural areas are scattered within natural areas, managing and distributing resources in these areas is not only very expensive. In addition, a large number of negative edge effects may occur in the scattered urbanization areas and/or agricultural areas.
따라서, 목적 설정 수단(230)은 계획 지역의 토지 이용 배분 목적의 하나로서 군집성을 평가, 설정한다. 군집성(compactness)은 하나의 패치(patch)를 동일한 토지 이용 형태로 구성하는 것을 의미한다. 군집성은 종이 받는 생존에 대한 위협을 줄이고 에너지 소비를 감소시킬 뿐만 아니라, 도시 내부로의 접근을 용이하게 하여 사회 구성원으로 동등성을 확보한다. Therefore, the purpose setting means 230 evaluates and sets clustering as one of the purpose of land use distribution in the planned area. Compactness means organizing one patch into the same type of land use. Clustering not only reduces the threat to the survival of the species and reduces energy consumption, but also secures equality as members of society by facilitating access to the interior of the city.
일례로, 군집성 최대화라는 목적은 셀(cell) 기반으로 토지 이용 최적화 문제를 해결하는 과정에서 매우 중요한 요소로서, 군집성을 고려하지 않으면 합리적인 계획안을 도출하기 어려울 수 있다. 따라서, 가능하다면 매트릭스 형태를 가지는 각각의 셀로 정의되는 특정 지역에 인접하여 가능하다면 동일한 토지 이용 형태를 가지는 셀이 많아지는 것이 바람직할 수 있다. For example, the purpose of maximizing clustering is a very important factor in solving the problem of optimizing land use on a cell basis, and it may be difficult to derive a reasonable plan without considering clustering. Therefore, if possible, it may be desirable to increase the number of cells having the same land use type, if possible, adjacent to a specific area defined by each cell having a matrix type.
선택적인 실시형태에서, 목적 설정 수단(230)에서 고려될 수 있는 토지 이용 배분 목적의 하나로서 계획 지역의 생태계 보전 극대화가 고려될 수 있다. 계획 지역의 생태계 보전 극대화 목적을 위하여, 참조 데이터세트로서 국토환경성평가지도를 채택할 수 있다. 국토환경성평가지도는 각각의 지역에 대한 법제적 항목 및 자연 생태적 항목을 더하여 65개에 이르는 지도의 중첩으로 만들어져 국토의 전반적인 자연환경에 대하여 5개의 등급으로 나눈 지도이다. 국토환경성평가지도는 국토 환경을 종합적으로 평가하여 그 등급을 표시하였고, 개발 및 보전 지역을 구분해 놓았기 때문에, 계획 지역의 토지 이용 분배의 참조 도면으로 활용될 수 있다. 이 경우, 적합도 연산 수단(260)은 계획 지역의 현재 국토환경성평가지도와, 생성된 최초 계획안(또는 이전 세대 계획안) 및/또는 변경 계획안을 비교하여, 적합도 값을 연산하고, 최적화 정도를 평가할 수 있다. In an alternative embodiment, as one of the land use allocation objectives that may be considered in the purpose setting means 230, the maximization of the ecological conservation of the planned area may be considered. For the purpose of maximizing the conservation of the ecosystem in the planned area, a map of land environment assessment can be adopted as a reference dataset. The National Territory Environment Assessment Map is a map divided into five levels for the overall natural environment of the land, created by overlapping 65 maps by adding legal items and natural ecological items for each region. The National Territory Environment Assessment Map comprehensively evaluates the national territory environment, displays its grade, and divides development and conservation areas, so it can be used as a reference drawing for land use distribution in the planned area. In this case, the fitness level calculation means 260 may compare the current land environment evaluation map of the planned area with the generated initial plan (or previous generation plan) and/or the change plan, calculate a fitness value, and evaluate the degree of optimization. have.
또한, 목적 평가 수단(230)을 통하여 설정, 평가될 수 있는 계획 지역의 경제적 이익 최대화는 개발에 따라 토지 이용이 변할 수 있다는 점에 근거한다. 일례로, 경제적 이익 최대화를 추정하기 위하여 계획 지역의 공시지가 관련 매트릭스가 추출될 수 있다. 이를 위하여, 계획 지역의 토지 피복별 공시지가를 추출하여, 그 평균을 구한 뒤에, 각각의 토지 피복 별로 토지 이용 전환(변화)에 따른 이익 또는 손실 값의 차이를 연산할 수 있을 것이다. In addition, the maximization of economic benefits of the planned area that can be set and evaluated through the purpose evaluation means 230 is based on the fact that land use may change according to development. For example, in order to estimate the maximization of economic benefits, a matrix related to the published land price of the planned area may be extracted. To this end, it is possible to extract the published land price for each land cover in the planned area, calculate the average, and then calculate the difference in the value of profit or loss due to land use conversion (change) for each land cover.
전술한 위험 분석 수단(220) 및 목적 평가 수단(230)에 따라 설정, 평가된 환경적 위험 요인, 경제적 요인 군집성 요인에 따른 계획 지역의 토지 이용 배분을 최적화하기 연산이 필요하다. 본 발명에서는 계획 지역의 개발과 관련한 다수의 목적(환경적 위험 요인 최소화, 토지 이용 전환 최소화와 같은 경제적 요인 극대화 및 군집성 극대화)을 고려한 적합도를 고려하여 해당 계획 지역의 토지 이용 분배를 위한 최적화된 계획안을 제공한다. 이러한 프로세스를 구현하기 위하여 본 발명은 비선형 알고리즘의 하나인 유전 알고리즘을 채택한다. An operation is needed to optimize the land use distribution of the planned area according to the environmental risk factors and economic factors clustering factors set and evaluated according to the risk analysis means 220 and the purpose evaluation means 230 described above. In the present invention, an optimized plan for land use distribution in the planned area in consideration of the suitability in consideration of a number of purposes related to the development of the planned area (minimizing environmental risk factors, maximizing economic factors such as minimizing land use conversion and maximizing clustering). Provides. In order to implement this process, the present invention adopts a genetic algorithm, which is one of the nonlinear algorithms.
유전 알고리즘(Genetic Algorithm, GA)은 무작위로 생성된 초기 해(initial solution; 최초 계획안)으로부터 시작할 수 있다. 이와 관련해서, 계획 생성 수단(240)은 계획 지역의 토지 피복 데이터세트에 기초한 토지 이용 형태를 제한 사항(constraints)으로 하여 계획 지역의 토지 이용 분배에 대한 초기 계획안을 생성할 수 있다. 필요한 경우, 계획 생성 수단(240)은 계획 지역의 토지 이용 형태 이외에도, 계획 지역의 토지 이용 전환 비율 및/또는 최대 비용 등을 고려하여 초기 계획안을 생성할 수도 있다. 예를 들어, 계획 생성 수단(240)은 계획 지역의 현재 토지 이용 형태 등을 제한 사항으로 하여, 유전자로서 셀 기반의 격자 형태(예를 들어, n*m 매트릭스 형태)의 초기 계획안(개체 또는 염색체)를 생성한다. The Genetic Algorithm (GA) can be started from a randomly generated initial solution (initial plan). In this regard, the plan generating means 240 may generate an initial plan for the land use distribution of the planned area by using the land use type based on the land cover dataset of the planned area as constraints. If necessary, the plan generating means 240 may generate an initial plan in consideration of the land use conversion ratio and/or the maximum cost of the planned area in addition to the land use type of the planned area. For example, the plan generation means 240 is the initial plan (individual or chromosome) in the form of a cell-based grid (for example, n*m matrix form) as a gene by limiting the current land use type of the planned area. ).
일례로, 계획 생성 수단(240)에 의하여 이전 세대 계획안으로서 생성 또는 전환되는 초기 계획안(개체군)의 개수는 대략 50 내지 200개로 설정하면, 계획 지역의 토지 이용 배분과 관련한 최적의 계획안을 신속하게 도출할 수 있지만, 본 발명이 이에 한정되지 않는다. 필요한 경우, 계획 생성 수단(240)에 의해 생성되는 초기 계획안은 후술하는 적합도 연산 수단(260)을 통한 적합도 함수를 이용하여 이전 세대 계획안으로 평가될 수 있다. For example, if the number of initial plans (populations) generated or converted as previous generation plans by the plan generation means 240 is set to approximately 50 to 200, an optimal plan related to land use distribution in the planned area is quickly derived. Although it can, the present invention is not limited to this. If necessary, the initial plan generated by the plan generation means 240 may be evaluated as a previous generation plan using a fitness function through the fitness calculation means 260 to be described later.
계획 변형 수단(250)은 유전 연산자를 사용하여 계획 생성 수단(240)에서 생성된 이전 세대 계획안으로부터 변형된 변경 계획안을 생성한다. 하나의 예시적인 실시형태에서, 계획 변형 수단(250)은 계획 생성 수단(250)에서 생성된 이전 세대 계획안에 대하여, 적합도 연산 수단(260)에 의하여 계획 지역의 토지 이용 배분 목적(예를 들어 환경적 위험 최소화, 토지 이용 전환 최소화 및 군집성 최대화)을 고려한 적합도 함수에 의하여 변형된 이전 세대 계획안을 토대로, 해당 계획 지역의 이전 세대 계획안으로부터 변형된 변경 계획안을 생성할 수 있다. The plan modification means 250 generates a modified change plan from the previous generation plan generated by the plan generation means 240 using the genetic operator. In one exemplary embodiment, the plan modification means 250 is used for the purpose of distribution of land use of the planned area by the fitness calculation means 260 with respect to the previous generation plan generated by the plan generation means 250 (e.g., environment On the basis of the previous generation plan modified by the fitness function that considers the minimization of enemy risk, minimization of land use conversion, and maximization of clustering), a modified change plan can be generated from the previous generation plan of the corresponding planned area.
본 발명에 따라 채택된 유전 알고리즘에서 초기 계획안(해)를 변경할 수 있는 대표적인 유전 연산자는 교차(교배, crossover) 연사자 및/또는 돌연변이(mutation) 연산자이다. 이때, 바람직하게는 계획 변형 수단(250)은 최적화의 과정 중에 야기될 수 있는 파편화(fragmentation)를 최소화할 수 있는 유전 연산자를 채택할 수 있다. Representative genetic operators capable of changing the initial plan (solution) in the genetic algorithm adopted according to the present invention are the crossover (crossover) speaker and/or the mutation operator. At this time, preferably, the plan transformation means 250 may employ a genetic operator capable of minimizing fragmentation that may be caused during the process of optimization.
유전 연산자의 하나인 돌연변이 연산자를 사용하는 경우, 계획 생성 수단(240)에서 생성된 최초 계획안(또는 이전 세대 계획안)에 소정의 돌연변이 비율(pm)을 적용하여 이전 세대 계획안의 대립 유전자(allele)의 값으로 변환된 변경 계획안을 생성할 수 있다. In the case of using the mutation operator, which is one of the genetic operators, the allele of the previous generation plan by applying a predetermined mutation ratio (p m ) to the original plan (or previous generation plan) generated by the plan generation means 240 You can create a change plan converted to the value of.
일례로, 계획 변경 수단(240)이 돌연변이 연산자를 사용하여 계획 생성 수단(240)에서 생성된 초기 계획안(또는 이전 세대 계획안)에 기초하여 변경 계획안을 생성하는 경우, 패치 기반 돌연변이 연산자 방식을 적용할 수 있다. 패치 기반 돌연변이 연산자는 예를 들어 m*n개의 셀로 이루어진 windows 단위로 계획 지역의 토지 이용 형태를 무작위적으로 탐색하는데. windows 내부 시가지 개수가 특정 개수(예를 들어, 5개) 이하인 패치를 발견하면, 시가지역 및 농경지역으로 이루어진 m*n 크기의 패치로 해당 지역을 대체하는 방법이다. 이는 패치의 모양 및 내부 토지 이용 형태를 사용자가 임의로 바꿀 수 있기 때문에 특정 토지 이용 형태의 증가 및 파편화 현상을 개선시킬 때 효과적이다. As an example, when the plan change means 240 generates a change plan based on the initial plan (or previous generation plan) generated by the plan generation means 240 using the mutation operator, the patch-based mutation operator method is applied. I can. The patch-based mutation operator randomly searches the land use pattern of the planned area in units of windows consisting of m*n cells, for example. If a patch with a certain number (for example, 5) or less of the number of urban areas inside the windows is found, the corresponding area is replaced with an m*n-sized patch consisting of an urban area and an agricultural area. This is effective in improving the increase and fragmentation of specific land use types because the user can arbitrarily change the shape of the patch and the internal land use type.
돌연변이 연산자를 사용하여 계획 지역의 변경 계획안을 생성, 산출할 때, 판단 기준을 설정하기 위하여 시뮬레이션을 통해 기준을 설정할 수 있다. 예를 들어, 유전 연산자를 사용하지 않고 4*4 셀로 이루어진 계획 지역의 토지 이용 변경에서, 인접한 셀끼리 잘 뭉쳐서 나온 경우, 셀의 개수가 5라면 이를 토대로 돌연변이 연산자의 기준은 5개일 수 있다. 이 경우, 16개의 셀 중에서 산림이나 수역이 많을 수 있는데, 시가지나 농경지로 대체하여, 경제적 이익이 향상될 수 있도록 돌연변이 연산자를 사용하여 시가지 및 농경지의 면적이 증가되도록 변경 계획안을 산출할 수 있다. When the mutation operator is used to create and calculate a plan for change of the planned area, the criteria can be set through simulation to set the criteria for judgment. For example, in a land use change in a planned area consisting of 4*4 cells without using the genetic operator, if the number of cells is 5, if the number of cells is 5, the criteria for mutation operators may be 5 based on this. In this case, among the 16 cells, there may be many forests or water bodies, and a change plan can be calculated to increase the area of urban areas and agricultural areas by using a mutation operator so that economic benefits can be improved by replacing them with urban areas or agricultural areas.
다른 선택적인 실시형태에서, 계획 변형 수단(250)은 교차(교배, crossover) 연산자를 사용하여, 초기 계획안(또는 이전 세대 계획안)으로부터 해당 계획 지역의 토지 이용 배분과 관련한 변경 계획안을 산출, 생성할 수 있다. 교차 연산자는 2개의 염색체(초기 계획안 또는 이전 세대 계획안) 사이에서 유전자(예를 들어 초기/이전 세대 계획안에서 셀로 구분된 지역)을 바꾸어 새로운 염색체(개체, 계획안)를 생성한다. 교차 연산자를 적용하여 변경 계획안을 산출하는 방법으로서 1) 2개의 초기 계획안(이전 세대 계획안)에서 1개의 교차점의 위치를 설정하는 단순 교차(simple crossover), 2) 2개의 초기 계획안(이전 세대 계획안)에서 2개 이상의 교차점의 위치를 설정하는 복수점 교차, 3) 교차 위치를 사전에 설정한 마스크를 준비하고, 마스크의 값에 따라 정해진 초기 계획안(이전 세대 계획안)을 복사하는 일양 교배(uniform crossover), 4) 초기 계획안에서 2개의 교차점을 설정하고 그 사이의 중간 부분을 일치시켜 교환하고 나머지 부분은 중복되는 부분을 피하여 조정하는 부분 일치 교차(partially matched crossover), 5) 순서 교배(ordered crossover) 등을 적용할 수 있다. In another alternative embodiment, the plan modification means 250 may use a crossover operator to generate and generate a change plan related to the land use allocation of the planned area from the initial plan (or previous generation plan). I can. The crossover operator creates new chromosomes (individuals, proposals) by swapping genes (eg, cell-divided regions in early/previous generation plans) between two chromosomes (early or previous generation plans). As a method of calculating the change plan by applying a crossover operator, 1) a simple crossover that sets the location of one intersection in two initial plans (previous generation plan), and 2) two initial plans (previous generation plan). In a multi-point crossover that sets the position of two or more intersection points, 3) A uniform crossover that prepares a mask with a previously set intersection position and copies the initial plan (previous generation plan) determined according to the mask value. , 4) Partially matched crossover, in which two intersections are set in the initial plan, and the intermediate part between them is matched and exchanged, and the remaining part is adjusted to avoid overlapping parts, 5) ordered crossover, etc. Can be applied.
돌연변이 연산자를 채택하여 초기 계획안(또는 이전 세대 계획안)으로부터 변경 계획안을 산출할 때, 특정 토지 이용 형태에만 한정적으로 적용될 수 있기 때문에 파편화 저감 효과가 낮을 뿐만 아니라, 충분한 근거 없이 특정 토지 이용의 면적이 증가되는 결과를 초래할 수 있다. 반면, 교차 유전자를 채택하면 개발 지역을 비롯하여 전체 지역의 토지 이용 형태를 변형시키는데 적용될 수 있기 때문에 파편화 저감 효과가 상대적으로 높고, 특정의 이전 세대 계획안에 국한하여 적용될 수 있어서 각각의 토지 이용 형태별 면적을 유지할 수 있으며, 최적화 속도를 높이는데 기여할 수 있는 장점이 있다. When using the mutation operator to calculate the change plan from the initial plan (or the previous generation plan), the effect of reducing fragmentation is low, as it can be limitedly applied only to specific types of land use, and the area of specific land use increases without sufficient basis. It can lead to the consequences. On the other hand, since cross-gene adoption can be applied to transform the land use pattern of the entire area including the development area, the effect of reducing fragmentation is relatively high, and it can be applied only to a specific previous generation plan. It can be maintained and has the advantage of contributing to speeding up optimization.
이 외에도, 계획 생성 수단(240)에서 생성된 다수의 초기 계획안(또는 이전 세대 계획안) 중에서 어느 하나의 계획안의 일부분(유전자, 예를 들어 특정 셀)을 다른 계획안의 일부분으로 대치하는 치환(displacement) 연산자, 초기 계획안(또는 이전 세대 계획안) 중에서 일부분의 순서를 바꾸는 역위(inversion) 연산자, 초기 계획안(또는 이전 세대 계획안)의 일부분을 중복시키는 중복(duplication) 연산자, 초기 계획안(또는 이전 세대 계획안)에 소정의 지역을 삽입하는 추가(addition) 연산자 및/또는 초기 계획안(또는 이전 세대 계획안)에 소정 지역을 제거하는 제거(deletion) 연산자가 고려될 수도 있을 것이다. In addition to this, a displacement in which a part (gene, for example, a specific cell) of any one of a plurality of initial plans (or previous generation plans) generated by the plan generation means 240 is replaced with a part of another plan. Operator, inversion operator that reorders portions of the initial plan (or previous generation plan), duplication operator that duplicates portions of the initial plan (or previous generation plan), and the initial plan (or previous generation plan) An addition operator that inserts a certain area and/or a deletion operator that removes a certain area from the initial plan (or previous generation plan) may be considered.
예를 들어, 계획 변형 수단(259)이 초기 계획안(또는 이전 세대 계획안)으로부터 변경된 계획안을 산출하는데 사용되는 유전 연산자에서 채택되는 변이의 비율은 대략 0.05 내지 0.6일 수 있지만, 본 발명이 이에 한정되지 않는다. For example, the ratio of the variation adopted in the genetic operator used for the plan modification means 259 to calculate the changed plan from the initial plan (or the previous generation plan) may be approximately 0.05 to 0.6, but the present invention is not limited thereto. Does not.
적합도 연산 수단(260)은 계획 생성 수단(240)에서 생성된 초기 계획안 및 계획 변형 수단(250)에서 생성된 변경된 계획안을 목적 평가 수단(230)에서 설정된 환경적 위험의 최소화, 토지 이용 배분 목적을 고려하여, 계획 지역의 토지 이용 분배에 따른 최적화된 해결책을 산출하는 적합도 함수(fitness function)에 기초하여 상기 최초 계획안(또는 이전 세대 계획안) 및 중간 계획안의 토지 이용 배분 목적 달성 정도를 각각 산출한다. The suitability calculation means 260 uses the initial plan generated by the plan generating means 240 and the changed plan generated by the plan transformation means 250 to minimize environmental risks set by the purpose evaluation means 230, and the purpose of land use distribution. In consideration, the degree of achievement of the land use allocation objectives of the initial plan (or previous generation plan) and the intermediate plan is calculated, respectively, based on a fitness function that calculates an optimized solution according to the land use distribution of the planned area.
적합도 연산 수단(260)에서 적합도 값을 결정하여야 한다. 예를 들어, 계획 생성 수단(240)에서 고려되는 환경적 위험 최소화와 관련해서, 적합도 연산 수단(260)은 계획 지역의 토지 피복 데이터에 기초하여 특정 지역의 환경적 위험 요인(예를 들어 산사태) 발생 위험도와, 토지 이용 형태에 따른 결과(예를 들어 금전적 가치의 손실)을 고려하여 환경적 위험이 최소화될 수 있는 적합도 값을 결정할 수 있다. The fitness value must be determined by the fitness calculation means 260. For example, with regard to the minimization of environmental risks considered in the plan generation means 240, the suitability calculation means 260 is based on the land cover data of the planned area, and the environmental risk factors (for example, landslides) of a specific area Considering the risk of occurrence and the consequences of the type of land use (for example, loss of monetary value), it is possible to determine a fitness value at which environmental risk can be minimized.
한편, 토지 이용 전환 최소화 및/또는 군집성 최대화와 관련해서, 적합도 연산 수단(260)에 의하여, 먼저 계획 지역에 대하여 생성, 산출된 초기 계획안 및 변경된 계획안에 대하여 한 격자 내의 국토환경성평가지도 등급을 확인하고, 국토환경성평가지도와 토지피복 데이터의 상관 관계를 나타내는 적적한 점수 매트릭스(예를 들어 표 3 참조)를 확인하고, 모든 격자 내에서 전술한 작업이 이루어지면 값들을 더한다. 경우에 따라 최대값이나 최소값이 최적해로 설계될 수 있다. On the other hand, with regard to minimizing land use conversion and/or maximizing clustering, by means of fitness calculation means 260, first, the initial plan created and calculated for the planned area, and the changed plan, confirm the grade of the land environment evaluation map within one grid. Then, check the appropriate score matrix (refer to Table 3 for example) representing the correlation between the land environment assessment map and the land cover data, and add the values when the above-described work is performed within all grids. In some cases, a maximum or minimum value can be designed as an optimal solution.
전술한 바와 같이, 적합도 연산 수단(260)은 계획 지역의 환경적 위험 최소화, 토지 이용 전환 최소화 및 군집성 최대화를 고려한다. 이때, 단순히 이들 3가지 토지 이용 배분 목적을 개별적으로 평가하여, 개별적으로 평가된 3가지 토지 이용 배분 목적에 따른 이익의 총점을 각각 합하는 방식으로는 3가지 목적의 모든 측면에서 이전 계획안보다 나은 계획안인지를 확인하기 어려우므로, 각각의 토지 이용 배분 목적에 대한 가중치를 사전에 결정해야 한다. As described above, the fitness calculation means 260 considers minimization of environmental risks of the planned area, minimization of land use conversion, and maximization of clustering. At this time, by simply evaluating these three land use allocation objectives individually and summing the total points of profits according to the three land use allocation objectives evaluated individually, is it a better plan than the previous plan in all aspects of the three objectives? Since it is difficult to confirm, the weights for each land use allocation purpose must be determined in advance.
반면, 본 발명에 따르면 적합도 연산 수단(260)은 적어도 3가지 토지 이용 배분 목적, 즉 환경적 위험 최소화, 토지 이용 전환 최소화 및 군집성 최대화라는 목적을 고려하고, 파레토 최적 개념을 적용한다. 이에 따라, 계획 생성 수단(240)에 의해 생성된 이전 세대 계획안 및 계획 변형 수단(250)에 의해 산출된 변경 계획안 중에서, 각각 다목적 측면에서 손해가 일어나지 않는 이전 세대 계획안 및 변형 계획안을 확보할 수 있다. 또한, 계획안의 다양성을 유지할 수 있으며, 사전에 각각의 목적에 대한 가중치를 결정하지 않더라도 다양한 조합의 가중치 각각에 대하여 최적화된 계획안을 도출할 수 있다. On the other hand, according to the present invention, the fitness calculation means 260 considers at least three purposes of land use allocation, namely, minimizing environmental risk, minimizing land use conversion, and maximizing clustering, and applies the Pareto optimal concept. Accordingly, among the previous generation plan generated by the plan generation means 240 and the change plan calculated by the plan transformation means 250, it is possible to secure a previous generation plan and a modified plan that do not cause any damage in terms of multipurposes, respectively. . In addition, diversity of plans can be maintained, and optimized plans can be derived for each of various combinations of weights even if weights for each purpose are not determined in advance.
예시적인 실시형태에서, 적합도 연산 수단(260)은 비지배 분류 유전 알고리즘 Ⅱ(Non-dominated Sorting Genetic Algorithm Ⅱ; NSGAⅡ)에 따른 최적도 값을 설계할 수 있다. NSGAⅡ는 목적 설정 수단(230)에 의해 설정된 다목적을 최적화하는데 있어서 우수한 성능을 발휘할 수 있으며, 비지배 순위(non-domination rank) 및 군집도 거리(crowding distance)를 사용하여 고품질의 다양한 파레토 최적 세트를 효율적으로 생성할 수 있다(도 2 참조). 비지배 순위는 컴퓨터 연산 시간을 감소시킬 수 있고, 군집도 거리는 균일하게 분산되는 파레토 최적을 향하여 후술하는 계획 선택 수단(270)에서 수행되는 계획안을 선택하는데 도움을 줄 수 있다. In an exemplary embodiment, the fitness calculation means 260 may design an optimality value according to a Non-dominated Sorting Genetic Algorithm II (NSGAII). NSGA II can exhibit excellent performance in optimizing the multi-purpose set by the purpose setting means 230, and uses a non-domination rank and crowding distance to create a high-quality, various Pareto optimal set. It can be generated efficiently (see Fig. 2). The non-dominant ranking may reduce computer operation time, and may help to select a plan performed by the plan selection means 270 to be described later toward the Pareto optimum where the clustering distance is uniformly distributed.
일례로, NSGAⅡ 알고리즘에서 계획안(해) j의 모든 적합도 값이 계획안(해) i의 적합도 값보다 작다면, 계획안 j는 계획안 i를 지배하고, 보다 우수한 순위를 갖게 된다. 계획안 i와 계획안 j가 동일한 순위를 갖는다면, 덜 군집된 영역에 위치하는 계획안이 보다 우수한 순위를 갖게 된다.For example, in the NSGAⅡ algorithm, if all the goodness-of-fit values of proposal (solution) j are less than the goodness-of-fit values of proposal (solution) i, then proposal j dominates proposal i and has a better ranking. If proposals i and j have the same rank, proposals located in less clustered areas will have a better rank.
군집성과 관련해서는 "주변부가 중심과 같은 형태의 토지 이용으로 되어 있는 셀 수를 세어보는 방법" 및/또는 "도면 내에서 전체 클러스트(cluster)의 개수를 세는 방법"을 기준으로 군집성의 정도를 평가, 연산할 수 있다. Regarding clustering, the degree of clustering is evaluated based on "the method of counting the number of cells in which the periphery is of the same type of land use" and/or "the method of counting the total number of clusters in the drawing". , Can be calculated.
예를 들어, 도 3을 참조하면, 포커스셀(focused cell)과 동일한 토지 이용 형태를 가지는 인접 셀의 개수를 측정하는 방법으로 각각의 셀에서의 군집성을 측정하는 방법을 도시하고 있다. 예를 들어 포커스셀 i(r, c)의 인접 셀은, 총 8개의 셀로 구성되는 (r-1, c-1)에서부터 (r+1, c+1)가지의 단일한 사각형을 형성한다. 만약 셀 i가 토지 이용 형태인 k로 분배되고, 토지 이용 형태 k로 분배된 인접 셀이 없는 경우, 해당 셀 i의 군집성은 최소이고, 반면, 8개의 인접 셀이 동일한 토지 이용 k로 분배된다면, 해당 셀 i의 군집성은 최대이다.For example, referring to FIG. 3, a method of measuring clustering in each cell by measuring the number of adjacent cells having the same land use type as a focus cell is illustrated. For example, a cell adjacent to the focus cell i(r, c) forms a single square of (r-1, c-1) to (r+1, c+1) consisting of a total of eight cells. If cell i is distributed by land use type k and there are no adjacent cells distributed by land use type k, the clustering of cell i is minimal, whereas if 8 adjacent cells are distributed by the same land use k, The clustering of the cell i is maximum.
계획 선택 수단(270)은 선택적으로 적합도 연산 수단(260)에서 토지 이용 배분 목적의 달성 수준이 산출된 이전 세대 계획안과 변형 계획안을 통합하고, 통합된 계획안 중에서 목적 설정 수단(230)에서 평가된 토지 이용 배분 목적(예를 들어, 환경적 위험 최소화, 토지 이용 전환 최소화 및 군집성 최대화)에 따른 최적의 계획안인지를 판단하여, 최적의 계획안에 해당하면 이를 최종 계획안으로 제공한다. The plan selection means 270 selectively integrates the previous generation plan and the modified plan in which the achievement level of the land use distribution purpose was calculated by the fitness calculation means 260, and the land evaluated by the purpose setting means 230 among the integrated plans. It is determined whether it is the best plan according to the purpose of use distribution (for example, minimizing environmental risk, minimizing land use conversion, and maximizing clustering), and if it falls under the optimal plan, it is provided as a final plan.
유전 알고리즘에서 선택(selection)은 개체군 중에서 적합도(적응도)의 분포에 따라 다음 단계로 교차나 돌연변이 등을 수행하는 개체의 생존 분포를 결정하는 것이다. 예를 들어, 유전 알고리즘에서 선택은 1) 적합도에 비례한 확률에 기초하는, 즉 적합도가 큰 개체를 선택하는 적응도 비례 방식, 2) 개체 중에서 가장 적응도가 높은 개체는 그대로 다음 세대에 남기는 에리트 보존 방식(elitism), 3) 적합도의 분포에 기초하여 각각의 개체에서 선택될 기대치(개수)를 계산하고, 어떤 개체가 선택될 때의 해당 개체의 기대치를 작게 하여 선택된 개체는 선택되기 어렵게 함으로써 적응도 비례 방식에서의 확률에 의한 오차를 줄이는 기대치 방식, 4) 사전에 순위와 선택될 개체수 사이의 관계를 결정하고, 각각의 개체를 적합도 순으로 나열하면서 선택할 개체를 결정(적합도의 대소 관계만이 고려되고, 적합도 그 자체의 값은 무시됨)하는 순위(rank) 방식, 5) 개체군 중에 결정된 수(예를 들어 2)의 개체를 무작위로 선택하고, 그 중에서 가장 적합도가 높은 개체를 선택하는 토너먼트 방식을 채택할 수 있다. In a genetic algorithm, selection is to determine the survival distribution of individuals who perform crossovers or mutations as the next step according to the distribution of fitness (adaptability) among the population. For example, in a genetic algorithm, selection is 1) based on a probability proportional to goodness-of-fit, that is, an adaptability proportional method that selects an object with a high fit; Conservation method (elitism), 3) Adaptation by calculating the expected value (number) to be selected from each individual based on the distribution of goodness-of-fit, and making the selected object difficult to select by making the expected value of the object smaller when a certain object is selected. Expected value method that reduces the error due to probability in the proportional method, 4) Determine the relationship between the ranking and the number of individuals to be selected in advance, and determine the entity to select while listing each entity in the order of fitness (only the large and small relationship of the fitness) Considered, and the value of fitness itself is ignored), 5) A tournament in which a determined number of individuals (e.g. 2) are randomly selected from among the population, and the most suitable entity is selected among them. The method can be adopted.
일례로, 계획 선택 수단(270)은 에리트 보존 방식을 채택하여, 적합도 연산 수단(260)에서 적합도 값이 평가된 이전 세대 계획안과 중간 계획안을 통합한다. 이어서, 계획 선택 수단(270)은 도 2에 개략적으로 도시한 바와 같은 지배 순위 및 군집도 거리를 고려하여, 신규 계획안은 선택할 수 있다. 일례로, 계획 선택 수단(270)은, 적합도 연산 수단(260)을 통해 연산된 모든 적합도 값 A가 적합도 값 B보다 작고, 적합도 값 A가 적합도 값 B를 지배하고 동일한 순위를 가지는 신규 계획안을 선택할 수 있다. 이때, 적합도 값 A와 적합도 값 B가 동일한 순위를 갖는다면, 적은 군집도 영역 내에 위치하는 계획안이 양호한 계획안인 것으로 선택될 수 있다. As an example, the plan selection means 270 adopts the Eritrean preservation method, and integrates the previous generation plan and the intermediate plan whose fitness value is evaluated by the fitness level calculation means 260. Subsequently, the plan selection means 270 may select a new plan in consideration of the dominance ranking and clustering distance as schematically illustrated in FIG. 2. As an example, the plan selection means 270 selects a new plan having the same rank and all the fitness values A calculated through the fitness calculation means 260 are smaller than the fitness value B, and the fitness value A dominates the fitness value B. I can. At this time, if the fitness value A and the fitness value B have the same ranking, a plan located within a small clustering area may be selected as a good plan.
또한, 계획 선택 수단(270)은 선택된 신규 계획안이 조건, 예를 들어 계획 지역의 환경 위험성 최소화, 토지 이용 전환 최소화 및 군집성 최대화에 부합하는 최적의 계획안인지를 판단한다. 조건을 충족하는 것으로 판단되면, 신규 계획안을 최종 계획안으로 제시한다. In addition, the plan selection means 270 determines whether the selected new plan is an optimal plan that meets conditions, for example, minimizing environmental risk of the planned area, minimizing land use conversion, and maximizing clustering. If it is judged that the conditions are met, the new plan is presented as the final plan.
반면, 조건을 충족하지 않으면, 계획 선택 수단(270)은 신규 계획안을 이전 세대 계획안으로 전환한다. 계획 변경 수단(250)은 전환된 새로운 이전 세대 계획안으로부터유전 연산자를 사용하여 새롭게 변형된 변경 계획안을 산출하고, 적합도 연산 수단(260)은 적합도 값을 고려하여, 새로운 신규 이전 세대 계획안과 새롭게 변형된 변경 계획안의 토지 이용 배분 목적의 달성 수준을 각각 산출한다. 이어서, 계획 선택 수단(270)은 토지 이용 배분 목적의 달성 수준이 산출된 새로운 이전 세대 계획안과 새로운 변경 계획안을 통합하고, 새로운 이전 세대 계획안과 새로운 변경 계획안으로부터 신규 세대 계획안을 선택한다. 신규 세대 계획안이 최적의 계획안에 해당하면, 이를 최종 계획안으로 제시한다. 반면, 신규 세대 계획안이 최적의 계획안이 아니라면 신규 세대 계획안을 새로운 이전 세대 계획안으로 전환하고, 전술한 과정을 반복한다. 이러한 과정은 최적의 계획안이 선택될 때까지 반복될 수 있다. On the other hand, if the condition is not satisfied, the plan selection means 270 converts the new plan into the previous generation plan. The plan change means 250 calculates a new modified plan from the converted new previous generation plan using a genetic operator, and the fitness calculation means 260 considers the fitness value, and the new new previous generation plan and the newly modified We calculate each achievement level of land use allocation purpose of the change plan. Subsequently, the plan selection means 270 integrates the new previous household plan and the new change plan from which the achievement level of the land use allocation purpose was calculated, and selects a new household plan from the new previous household plan and the new change plan. If the new generation plan falls under the optimal plan, it is presented as the final plan. On the other hand, if the new generation plan is not the optimal plan, the new generation plan is converted to the new previous generation plan, and the above-described process is repeated. This process can be repeated until an optimal plan is selected.
하나의 예시적인 실시형태에서, 계획 선택 수단(260)에 의한 신규 세대 계획안의 생성, 신규 세대 계획안이 최적의 계획안이 아닌 경우에 신규 세대 계획안을 이전 세대 계획안으로 전환하고, 전환된 이전 세대 계획안에 기초하여 새롭게 변경된 계획안 및 적합도 함수에 따른 새로운 중간 계획안의 산출 및 전환된 이전 세대 계획안 및 새로운 중간 계획안 중에서 적절한 신규 세대 계획안을 산출하는 반복 과정은 대략 300 내지 500회(세대) 진행되도록 설정될 수 있다. 하지만, 본 발명이 이에 한정되지 않는다. In one exemplary embodiment, generation of a new household plan by the plan selection means 260, converting the new household plan to the previous household plan when the new household plan is not an optimal plan, and converting the previous household plan The iterative process of calculating a new interim plan according to the newly changed plan and the suitability function based on the basis of the revised plan and the new interim plan, and calculating the appropriate new plan among the converted previous and new interim plans may be set to proceed approximately 300 to 500 times (households). . However, the present invention is not limited thereto.
계속해서, 도 1에서 제시된 프로그램을 이용하여 컴퓨터에서 계획 지역의 토지 이용 분배가 최적화된 계획안을 도출하기 위한 방법에 대해서 도 4를 참조하면서 설명한다. 먼저, 환경 위험 분석 수단(220, 도 1 참조)에 의하여 계획 지역의 환경적 위험이 분석된다(S210 단계). 일례로, 환경적 위험은 계획 지역의 산사태 위험일 수 있다. 환경적 위험을 분석하기 위하여, 계획 지역의 기후 데이터세트(예를 들어 강우/강수량 데이터세트, 기온 데이터세트 등), 환경 데이터세트(예를 들어, 토지피복분류, 지형적 데이터세트, 토양도 데이터세트, 임상도 데이터 세트 및 식생도 데이터세트)가 입력 변수로 채택될 수 있다. Subsequently, a method for deriving a plan in which land use distribution of a planned area is optimized from a computer using the program presented in FIG. 1 will be described with reference to FIG. 4. First, the environmental risk of the planned area is analyzed by the environmental risk analysis means 220 (see FIG. 1) (step S210). For example, the environmental risk may be a landslide risk in the planned area. To analyze environmental risks, climate datasets of the planned area (e.g. rainfall/precipitation datasets, temperature datasets, etc.), environmental datasets (e.g. land cover classification, geographic datasets, soil map datasets). , Clinical map data set and vegetation map data set) can be adopted as input variables.
예시적인 실시형태에 따르면, 전술한 기후 데이터세트 및 환경 데이터세트 이외에도, 계획 지역의 기후 변화를 고려하여 계획 지역의 환경적 위험을 분석, 예측할 수 있다. 일례로, 기후 변화 데이터세트로는 RCP 보고서와 같은 온실가스 시나리오가 채택될 수 있으나, 본 발명이 이에 한정되지 않는다. According to the exemplary embodiment, in addition to the above-described climate dataset and environmental dataset, environmental risks of the planned area may be analyzed and predicted in consideration of climate change of the planned area. For example, as a climate change dataset, a greenhouse gas scenario such as an RCP report may be adopted, but the present invention is not limited thereto.
이어서, 목적 설정 수단(230, 도 1 참조)에 의하여, 계획 지역의 토지 이용 분배와 관련한 목적이 설정된다(S215 단계). 일례로, 토지 이용 분배와 관련한 목적은 계획 지역의 산사태와 같은 환경적 위험 최소화, 토지 이용 전환 최소화 및 군집성 최대화를 포함하며, 개발에 따른 계획 지역의 생태계 보전 최대화 및/또는 경제적 이익 최대화를 포함할 수 있다. Subsequently, by the purpose setting means 230 (see Fig. 1), a purpose related to land use distribution in the planned area is set (step S215). For example, objectives related to land use distribution include minimizing environmental risks such as landslides in the planned area, minimizing land use conversion and maximizing clustering, and maximizing ecological conservation and/or maximizing economic benefits of the planned area following development. I can.
이러한 토지 이용 배분 목적을 평가, 설정하기 위하여 해당 계획 지역의 토지피복데이터 세트 또는 이로부터 변형된 토지피복 데이터 등이 이용될 수 있다. 예를 들어, 이와 같은 토지피복 데이터에 기초하여 계획 지역을 격자 또는 행렬 형태의 셀로 구분하고, 이를 토대로, 계획 지역의 환경적 위험, 토지 이용 전환 및 군집성 측면에서의 손실과 비용이 연산될 수 있다. In order to evaluate and establish the purpose of such land use allocation, the land cover data set of the corresponding planned area or land cover data modified therefrom may be used. For example, based on such land cover data, the planned area is divided into cells in the form of a grid or matrix, and based on this, environmental risks of the planned area, land use conversion, and losses and costs in terms of clustering can be calculated. .
이어서, 비선형 알고리즘의 하나인 유전 알고리즘을 이용하여 계획 지역의 토지 이용 분배를 최적화하는 계획안을 제시하는 과정이 진행된다. 먼저, 계획 생성 수단(240, 도 1 참조)에 의하여 토지피복 데이터에 기초하여 계획 지역의 현재 토지 이용 형태와, 필요한 경우 계획 지역의 토지 이용 전환 비율 및/또는 최대 비용 등을 제한 사항으로 하여 N개(예를 들어 50 내지 200개)의 초기 계획안이 이전 세대 계획안으로 생성된다(S220 단계). Subsequently, a process of presenting a plan for optimizing land use distribution in the planned area using a genetic algorithm, which is one of the nonlinear algorithms, proceeds. First, based on the land cover data by the plan generation means (240, see Fig. 1), the current land use type of the planned area and, if necessary, the land use conversion ratio and/or the maximum cost of the planned area are set as restrictions. Initial plans of dogs (for example, 50 to 200) are generated as previous generation plans (step S220).
선택적으로, 계획 생성 수단(240, 도 1 참조)에 의해 생성된 초기 계획안에 대하여, 적합도 연산 수단(260, 도 1 참조)에 의하여 이용 목적 평가 단계(S215 단계)에서 설정된 다수의 토지 이용 분배 목적을 고려하여 결정된 적합도 함수 값이연산되어(S230 단계), 이전 세대 계획안이 산출될 수 있다(S235 단계). Optionally, with respect to the initial plan generated by the plan generation means 240 (see FIG. 1), a plurality of land use distribution purposes set in the use purpose evaluation step (step S215) by the fitness calculation means 260 (see FIG. 1) The fitness function value determined in consideration of is calculated (step S230), and a previous generation plan may be calculated (step S235).
최초의 이전 세대 계획안이 산출되면, 계획 변형 수단(250, 도 1 참조)에 의하여 적절한 유전 연산자를 이용하여 이전 세대 계획안으로부터 변형된 변경 계획안이 산출된다(S240 단계). 일례로, 유전 연산자는 돌연변이 연산자, 교차 유전자를 사용할 수 있다. 변경 계획안이 산출되면, 적합도 연산 수단(260, 도 1 참조)에 의해 이전 세대 계획안 및 변경 계획안이 통합되고(N245 단계), 적합도 연산 수단(260, 도 1 참조)에 의하여 이용 목적 평가 단계(S215 단계)에서 설정된 다수의 토지 이용 분배 목적(계획 지역의 토지 이용에 따른 환경적 위험의 최소화와, 계획 지역의 토지 이용 변화에 따른 군집성 최대화 및 경제적 이익 최대화)을 고려하여 결정된 적합도 함수 값에 기초하여, 통합된 이전 세대 계획안 및 변경 계획안의 토지 이용 배분 목적의 달성 수준이 연산, 산출될 수 있다(S250 단계). When the first previous generation plan is calculated, a modified change plan is calculated from the previous generation plan using an appropriate genetic operator by the plan modification means 250 (see FIG. 1) (step S240). For example, the genetic operator may use a mutation operator or a crossover gene. When the change plan is calculated, the previous generation plan and the change plan are integrated by the fitness calculation means (260, see FIG. 1) (step N245), and the purpose of use evaluation step (S215) by the fitness calculation means (260, see FIG. 1). Step), based on the value of the fitness function determined in consideration of the multiple land use distribution objectives (minimization of environmental risks due to land use in the planned area, maximization of clustering and economic benefits according to changes in land use in the planned area) , The level of achievement of the land use distribution purpose of the integrated previous generation plan and the change plan may be calculated and calculated (step S250).
이어서, 계획 선택 수단(270, 도 1 참조) 의하여, 토지 이용 배분 목적의 달성 수준이 각각 산출된 이전 세대 계획안 및 변형 계획안 중에서 토지 이용 배분 목적을 충족시킬 수 있는 계획안이 선택되고(S255 단계), 선택된 계획안이 신규 세대 계획안으로 설정된다(S260 단계). 이어서, 계획 선택 수단(270, 도 1 참조)에 의해 설정된 신규 세대 계획안이 토지 이용 분배 목적과 관련한 최적의 계획안에 해당하는지 판단된다(S265 단계). 만약, 신규 세대 계획안이 최적의 계획안이라면, 선택된 신규 세대 계획안이 최종 계획안으로 제시된다(S270 단계). Subsequently, by the plan selection means (270, see FIG. 1), a plan capable of satisfying the purpose of land use distribution is selected from among the previous generation plan and the transformation plan in which the achievement level of the land use distribution purpose was calculated, respectively (step S255), The selected plan is set as a new generation plan (step S260). Subsequently, it is determined whether the new household plan set by the plan selection means 270 (refer to FIG. 1) corresponds to the optimal plan for the purpose of land use distribution (step S265). If the new generation plan is the optimal plan, the selected new generation plan is presented as the final plan (S270 step).
반면, 신규 세대 계획안이 최적의 계획안이 아니라면, 신규 세대 계획안은 새로운 이전 세대 계획안으로 간주되어 보다 적합한 계획안을 산출하기 위한 과정(메인 루프)이 다시 진행될 수 있다. 메인 루프 과정에서 새롭게 전환된 이전 세대 계획안으로부터 유전 연산자에 의해 변형된 새로운 변경 계획안 생성(S240 단계)-새로운 이전 세대 계획안 및 새로운 변경 계획안 통합(S245 단계)-새로운 이전 세대 계획안 및 새로운 변경 계획안에 대하여 토지 이용 배분 목적을 고려한 적합도 함수에 기초하여 각 계획안의 토지 이용 배분 목적의 달성 수준 산출(S250 단계)- 토지 이용 배분 목적의 달성 수준이 산출된 이전 세대 계획안 및 새로운 변형 계획안 중에서 적합도가 우수한 계획안 선택(255 단계)-선택된 계획안을 새로운 신규 세대 계획안으로 설정(S260 단계)-새로운 신규 세대 계획안이 최적의 계획안에 해당하는지의 판단(S265 단계) 과정이 반복될 수 있다. 일례로, 이러한 메인 루프 과정은 대략 300 내지 500 세대가 진행되도록 설정될 수 있지만, 본 발명이 이에 한정되지 않는다. On the other hand, if the new generation plan is not the optimal plan, the new generation plan is regarded as a new previous generation plan, and the process (main loop) to produce a more suitable plan may be re-initiated. Generating a new change plan modified by the oil field operator from the previous generation plan newly converted in the main loop process (S240 step)-Integrating the new previous generation plan and the new change plan (S245 step)-About the new previous generation plan and the new change plan Calculation of the level of achievement of the purpose of land use distribution in each plan based on the fitness function taking into account the purpose of land use distribution (S250 step)-Select a plan with excellent suitability from among the previous generation plan and new transformation plan in which the level of achievement of the purpose of land use distribution is calculated (Step 255)-Setting the selected plan as a plan for a new new generation (Step S260)-A process of determining whether the plan for a new new generation corresponds to an optimal plan (Step S265) may be repeated. As an example, the main loop process may be set so that approximately 300 to 500 generations proceed, but the present invention is not limited thereto.
이하, 예시적인 실시예를 통하여 본 발명을 보다 상세하게 설명하지만, 본 발명이 이에 한정되지 않는다. Hereinafter, the present invention will be described in more detail through exemplary embodiments, but the present invention is not limited thereto.
[실시예][Example]
본 실시예에서는 산악 지역이 많은 강원도 평창군 진부면 일대의 토지 이용 분배를 최적화하기 위한 프로그램을 설계하였다. 해당 지역은 2018년 동계 올림픽을 유치함에 따라, 개발 압력이 높아지고, 산사태 위험성이 높은 산악 지역으로 도시 지역이 팽창하고 있는 곳이다. 실제로, 해당 지역은 2006년도에 대규모 산사태가 발생하였던 곳이다. 한편, 토지 이용 배분의 최적화와 관련된 목적으로서 토지 이용 전환 최소화와, 군집성(compact) 최대화를 고려하였다. In this example, a program for optimizing land use distribution in Jinbu-myeon, Pyeongchang-gun, Gangwon-do, where there are many mountainous areas, was designed. As the region hosts the 2018 Winter Olympics, development pressure is increasing, and urban areas are expanding into mountainous areas with high risk of landslides. In fact, the area was where a large-scale landslide occurred in 2006. On the other hand, minimization of land use conversion and maximization of compactness were considered as objectives related to the optimization of land use allocation.
1. 데이터 세트 및 방법1. Data sets and methods
1.1. 연구 대상 지역1.1. Area of study
본 실시예에서 연구된 지역은 강원도 평창군 진부면 일대 지역이다(도 5 참조). 강원도 지역은 한반도 지역 중에서 고도와 역학적 고저도가 높고, 고도 차이가 크기 때문에 산사태 가능성이 높다. 실제로 2006년도에는 태풍에 의하여 대규모의 얕은 산사태가 발생하기도 하였다. 한편, 해당 지역은 RCP 기후 변화 시나리오에 따르면 장래에 산사태 가능성이 높아질 것으로 예상되었다. 평창군 지역의 69%는 해발 500 m 이상의 고도에 위치하고 있으며, 진부면은 평창군 지역 중에서도 2번째로 인구가 많으며, 고속도로 및 철도에 의한 접근성이 우수한 지역이다. 평창군의 마스트 플랜에 따르면, 증가하는 인구와 올림픽을 위한 시설을 수용하기 위하여 2020년까지 진부면 일대에서 잠재적 계획 지역은 69.4% 증가할 것으로 예상된다. The area studied in this example is the area around Jinbu-myeon, Pyeongchang-gun, Gangwon-do (see FIG. 5). The Gangwon-do region has a high altitude and epidemiological elevation among the Korean peninsula, and has a large difference in elevation, so there is a high possibility of a landslide. In fact, large-scale shallow landslides occurred in 2006 by typhoons. Meanwhile, according to the RCP climate change scenario, the region is expected to have a higher chance of landslides in the future. 69% of the Pyeongchang-gun area is located at an altitude of 500 m or higher, and Jinbu-myeon is the second most populated area among the Pyeongchang-gun area, and is an area with excellent accessibility by expressways and railroads. According to Pyeongchang-gun's mast plan, the potential planned area in Jinbu-myeon is expected to increase by 69.4% by 2020 to accommodate the growing population and facilities for the Olympics.
1.2. 데이터세트1.2. Dataset
연구 대상 지역의 산사태 위험성을 분석하기 위하여 기후 요인, 지형 요인, 토양 물질 및 식생 요인을 설명하는 입력 변수를 사용하였다(표 2 참조). 자동기상관측장비를 이용한 기후 요인 데이터세트로서, 태풍의 영향으로 인하여 대상 지역에서 대규모 산사태와 홍수 피해가 발생한 2006년도의 극단적 강수량 데이터세트를 사용하였다. 산사태와 관련한 세부 연구는 2006년도에 수행되었고, 그 이후에 추가적인 연구가 수행되지 않았기 때문에, 기후 변화 연구에서 중기 미래(mid-term future)로 언급되는 2050년대의 기후 조건을 평가할 수 있도록, 기후변화 시나리오는 RCP 8.5 보고서를 사용하였다. 관측 데이터가 아닌 모형 데이터를 사용할 때 야기될 수 있는 불확실성을 감소시키기 위하여, 2041-2070에 대한 해당 시나리오의 예측을 평균 값으로 환산하였다. 또한, 대상 지역의 지형적 요인, 지표 물질(ground material), 식생 요인을 각각 정의하기 위한 데이터세트로서 수치표고모형(digital elevation model; DEM), 토양도(sol map), 임상도(map of forest type)를 사용하였다. In order to analyze the risk of landslides in the study area, input variables describing climate factors, topography factors, soil materials and vegetation factors were used (see Table 2). As a climate factor dataset using automatic weather observation equipment, a dataset of extreme precipitation in 2006 was used, when large-scale landslides and flood damage occurred in the target area due to the influence of typhoons. Since detailed research on landslides was conducted in 2006, and no further research has been conducted since then, climate change can be used to assess climate conditions in the 2050s, referred to as the mid-term future in climate change studies. The scenario used the RCP 8.5 report. In order to reduce the uncertainty that may arise when using model data other than observational data, the prediction of the scenario for 2041-2070 was converted to an average value. In addition, a digital elevation model (DEM), a sol map, and a map of forest type as a dataset for defining topographic factors, ground materials, and vegetation factors of the target area, respectively. ) Was used.
토지 이용 목적을 평가, 설정하기 위하여, 22개의 중분류(토지 이용 형태)로 구분되는 토지피복분류를 다시 범주화하여 3개의 그룹(시가화 지역, 농업지역, 자연지역)으로 구분하였다. 아울러, 계획 지역의 지형 데이터세트로서 DEM를 사용하였고, 토지 이용 분배에 따른 이익과 손실을 평가할 수 있도록 대상 지역에서 경제적 통계 데이터를 사용하였다. 입력된 데이터세트의 해상도에서 차이가 있어서 적절한 해상도고 이들 데이터세트를 통일하여, 최종적으로 최종 데이터세트는 116개의 열과 114개의 행으로 구성되는 100-m 해상도의 래스터 데이터로 변환하였다. In order to evaluate and establish the purpose of land use, the land cover classification divided into 22 sub-classes (land use type) was re-categorized and divided into three groups (urbanized area, agricultural area, natural area). In addition, DEM was used as the topographic dataset of the planned area, and economic statistical data was used in the target area to evaluate the profit and loss of land use distribution. Since there was a difference in the resolution of the input data set, we unified these data sets with an appropriate resolution, and finally, the final data set was converted into 100-m resolution raster data consisting of 116 columns and 114 rows.
위험landslide
danger
- 일간 최대 강우량(mm)
- 최대 강수량의 5 d (mm)
- 강우량이 120 mm를 초과하는 일수AWS a
-Maximum daily rainfall (mm)
-5 d of maximum precipitation (mm)
-Number of days when rainfall exceeds 120 mm
- 경사(slope)
- 표고(elevation)DEM (numerical elevation model)
-Slope
-Elevation
- 침엽수/낙엽수/혼합림
- 자연림/인공림Clinical degree
-Coniferous / deciduous / mixed forest
-Natural forest/artificial forest
분배Land use
Distribution
- 시가지역/농업지역/자연지역Land cover classification map
-Shiga area/Agricultural area/Natural area
- 작물 수확(crop yield)
- 산업/상업 제품
- 산림 생산Regional statistics
-Crop yield
-Industrial/commercial products
-Forest production
b: KMA(기상청)은 동적 기법(dynamic technique)을 사용하여 전 세계 모델(HadGEM2-AO, 135 km unit)을 지역 모델(HADGEM3-RA, 12.5 km unit)로 규모를 축소하였음. 또한, 기상청은 PRISM 기반의 다운스케일링 평가 모형을 사용하여, 지역 모델을 1-km unit으로 변경하였다.
c: 기상청
d: 환경부(Korea Ministry of Environment)
e: 수자원관리정보시스템(Water Resources Management Information System) a : AWS (automated weather observation equipment) data initially provided in time format is transformed into daily format according to climate change scenarios.
b : The KMA (Meteorological Agency) reduced the scale of the global model (HadGEM2-AO, 135 km unit) to a regional model (HADGEM3-RA, 12.5 km unit) using a dynamic technique. In addition, the Korea Meteorological Administration changed the regional model to 1-km unit using a PRISM-based downscaling evaluation model.
c : Meteorological Agency
d : Korea Ministry of Environment
e : Water Resources Management Information System
1.3. 산사태 위험 분석1.3. Landslide risk analysis
표 1에 제공된 입력 변수에 기초하여 최대 엔트로피 모형을 사용하여 대상 지역의 산사태 위험 요인을 시뮬레이션 하였다. 강원도 지역 정부는 대상 지역의 산사태 발생 데이터만을 가지고 있기 때문에, 해당 산사태 발생 데이터를 사용할 수 있도록 최대 엔트로피 모형의 환경을 설정(configuring)하였다. 본 실시예에서, 미래의 산사태 위험과 관련한 표준 편차와, 현재 위험 모형에서의 역치를 사용하여, 대상 지역에서 미래의 잠재적인 산사태 위험을 10개의 등급으로 분류하였다. 10 등급은 산사태 위험이 가장 높은 지역을 나타내고, 1등급은 산사태 위험에 대하여 가장 안전한 지역을 나타낸다. Based on the input variables provided in Table 1, the maximum entropy model was used to simulate landslide risk factors in the target area. Since the Gangwon-do local government only has data on the occurrence of landslides in the target area, the environment of the maximum entropy model was configured to use the data on the occurrence of the landslide. In this example, using the standard deviation related to the future landslide risk and the threshold in the current risk model, the future potential landslide risk in the target area was classified into 10 grades.
1.4. 토지 이용 최적화1.4. Land use optimization
1.4.1. 목적 및 제한1.4.1. Purpose and limitations
대상 지역의 토지 이용 분배를 관련해서 환경적 위험 요인인 산사태 위험의 최소화, 토지 이용 전환(변화)의 최소화와, 군집성 최대화라는 3가지 토지 이용 목적을 다음과 같이 정의하였다. 위험성(risk)은 하기 [식 1]에 따라 산사태 발생 확률(산사태 발생 위험도, hazard)과, 토지 이용 형태에 따라 야기될 수 있는 결과(consequence)를 곱하여 측정하였다. 본 실시형태에서, 산사태 위험도 등급이 높을수록 산사태 발생 확률이 높다고 가정하여, 확률을 산사태 위험도 등급과 동일한 10개로 구분하였다. 또한, 결과는 토지 이용 형태에 의한 3가지 등급, 즉 심각(catastrophic) 등급, 보통 이상(major-moderate) 등급, 사소(minor-insignificant) 등급으로 구분하였다. 산사태에 대한 노출은 개발 강도, 즉 토지 이용 강도에 따라 달라지기 때문에, 대상 지역의 토지피복도에 기초하여 분류된 시가화 지역에서의 산사태는 가장 높은 결과 등급인 심각 등급으로, 농업 지역에서의 산사태는 보통 이상 등급으로, 자연 지역에서의 산사태는 사소 등급으로 각각 범주화하였다. 각 셀에 대한 토지이용 속성은 최적화된 토지 이용 계획에 의해 변형된다. 대상 지역에서 각각의 토지 이용 형태에 포함된 부동산, 동산 및 서비스의 평균 금전적 가치를 비교하여, 상대적인 위험성 점수를 연산하였다. 기본적으로 산사태 위험도 등급이 10등급으로 할당되면, 모든 금전적 가치는 산사태의 위협 하에 있는 것으로 간주하였다. 하기 표 2에 나타낸 바와 같이 산사태 발생 확률이 감소하는 것에 비례하여, 산사태 위험 점수는 감소하였다. Regarding the distribution of land use in the target area, three land use objectives were defined as follows: minimizing the risk of landslides, minimizing land use conversion (change), and maximizing clustering, which are environmental risk factors. Risk (risk) was measured by multiplying the probability of occurrence of a landslide (landslide occurrence risk, hazard) according to the following [Equation 1] and a result (consequence) that may be caused depending on the type of land use. In this embodiment, assuming that the higher the landslide risk class is, the higher the probability of landslide occurrence is, and the probability is divided into ten equal to the landslide risk class. In addition, the results were classified into three grades according to the type of land use: catastrophic grade, major-moderate grade, and minor-insignificant grade. Since the exposure to landslides depends on the intensity of development, that is, the intensity of land use, landslides in urbanized areas classified based on the land cover of the target area have the highest outcome grade, severity, and landslides in agricultural areas are Landslides in natural areas were categorized as above average grade, and as minor grade. The land-use properties for each cell are transformed by an optimized land-use plan. Relative risk scores were calculated by comparing the average monetary value of real estate, movable property, and services included in each land use type in the target area. Basically, if a landslide risk rating was assigned to a grade of 10, all monetary values were considered to be under the threat of a landslide. As shown in Table 2 below, the landslide risk score decreased in proportion to the decrease in the probability of occurrence of a landslide.
[식 1][Equation 1]
위험 = 확률(산사태 발생 위험도) X 결과(토지 이용 형태) Risk = Probability (Risk of landslide) X Result (Type of land use)
또한, 토지 이용 전환 최소화 목적과 관련해서, 대상 지역의 현재의 토지 이용 형태(i)를 개발 계획에 따른 토지 이용 형태(j)로 전환하기 위한 비용 요인을 사용하였다(표 3 참조). 실제 비용을 사용하여 야기되는 오류를 줄이기 위하여, 다른 형태로의 토지 이용 전환의 상대적 관계식을 나타나는 무차원 비용을 적용하였다. In addition, with regard to the purpose of minimizing land use conversion, the cost factor for converting the current land use type (i) of the target area to the land use type (j) according to the development plan was used (see Table 3). In order to reduce the errors caused by using the actual cost, a dimensionless cost was applied that represents the relative relationship of land use conversion to other forms.
대상 지역의 토지 이용 배분 목적의 하나인 군집성 최대화와 관련하여, 계획 지역의 토지피복 데이터세트에 기초하여, 각각의 지역에 대하여 격자(grid) 형태를 가지도록 분류된 각각의 셀(cell)에서 군집성은, 포커스셀(focused cell)과 동일한 토지 이용 형태를 가지는 인접 셀(neighboring cell)의 개수로 측정할 수 있다(도 3 참조). 본 실시예에서, 미래 인구를 수용할 수 있는 시가화 지역의 증가는 일정한 것으로 간주하였다. 또한, 평창군의 2020 마스터플랜에 따라, 2050년대에 시가화 지역은 현재 대비 70% 증가한 것으로 간주하였다. 각각의 지역(시가화 지역, 농업 지역, 자연 지역)이 동일한 산사태 발생 확률을 가지고 있다고 하더라도, 산사태 위험 최소화라는 첫 번째 목적과 관련한 상대적 위험 점수는 시가화 지역, 농업 지역, 자연 지역의 순서로 감소한다(표 3 참조). 따라서 각각의 토지 이용 형태에 의하여 해당 지역을 최적화하면, 첫 번째 목적의 최적화는 시가화 지역이나 농업 지역의 감소에 의해 달성될 가능성이 높다. 한편, 해발 고도 800 m를 초과하는 지역은 실제로 시가화 지역 등으로 개발되기 어렵기 때문에 이들 지역을 배제하였다(표 4 참조)In relation to maximizing clustering, one of the purposes of land use distribution in the target area, clustering in each cell classified to have a grid form for each area based on the land cover dataset of the planned area. May be measured by the number of neighboring cells having the same land use type as the focused cell (see FIG. 3). In this example, the increase in urbanized areas capable of accommodating the future population was considered constant. In addition, according to the 2020 Master Plan of Pyeongchang-gun, the urbanization area in the 2050s was considered to have increased by 70% compared to the present. Even if each region (urbanized region, agricultural region, natural region) has the same probability of landslide occurrence, the relative risk score associated with the first objective of minimizing landslide risk is reduced in the order of urbanization region, agricultural region, and natural region. (See Table 3). Therefore, if the area is optimized for each type of land use, the first objective optimization is likely to be achieved by the reduction of urbanized areas or agricultural areas. On the other hand, areas exceeding 800 m above sea level are not actually developed as urbanized areas, so these areas were excluded (see Table 4).
지역Marketization
area
지역Agriculture
area
1.4.2. 모형 수립(model formulation)1.4.2. Model formulation
전술한 토지 이용 배분과 관련한 목적은 다음의 식을 이용해서 표현될 수 있다. K개의 다른 토지 이용 형태가 있고, 대상 지역은 피복데이터 등에 기초하여 N개의 열과 M개의 행을 가지는 통상적인 격자(grid)로 구분되었다. 격자에는 K개의 상이한 토지 이용 형태(종류)가 십진수로 들어가게 된다. 하기 식 2 내지 4에 따르면, 이진 변수인 xijk는 셀(i, j)에 하나의 토지 이용에만 1을, 그 외 다른 토지이용의 분배에 대해서는 0을 취함으로써 하나의 셀에 하나의 토지이용만이 분배될 수 있도록 제한한다. 또한, 값 aijk는 특정 셀에서 임의의 특별한 토지 이용 분배를 가지는 비용 또는 이익과 관련된다. 예를 들어, 제 1 목적(산사태 위험 최소화)와 제 2 목적(토지 이용 전환 최소화)에서, 표 3과 4에서 정의된 점수 매트릭스에 기초하여, 각각의 셀에 aijk 값이 할당된다. 본 실시예에서 aijk 값의 합은 각각의 목적에 대한 최적화 수준인 것으로 간주되었다. bijk 값은 포커스 셀(i, j)와 동일한 토지 이용 형태를 가지는 인접 셀의 개수로서, 모든 bijk 값의 합은 제 3 목적(군집성 최소화)의 최적화 수준이다. 모든 토지 이용 형태의 지역의 합은 전체 대상 지역(Sk)의 지역과 동일하다. The objectives related to the above-described land use allocation can be expressed using the following equation. There are K different types of land use, and the target area is divided into a normal grid with N columns and M rows based on cover data, etc. The grid contains K different types of land use (types) as decimal numbers. According to the following
최소화:minimization:
[식 2][Equation 2]
최대화:Maximize:
[식 3][Equation 3]
[식 4][Equation 4]
[식 5][Equation 5]
[식 6][Equation 6]
1.4.3. 비지배 분류 유전 알고리즘 Ⅱ1.4.3. Non-dominant Classification Genetic Algorithm Ⅱ
본 실시예에서 비지배 분류 유전 알고리즘 Ⅱ(NSGA Ⅱ)을 이용하여 토지 이용 배분 목적(산사태 위험 최소화, 토지 이용 전환 최소화 및 군집성 최대화)을 최적화하였고(도 2 참조), 유전 연산자로서 교차 연산자를 특별히 적용하였다. In this embodiment, the purpose of land use allocation (minimizing landslide risk, minimizing land use conversion, and maximizing clustering) was optimized using the non-dominant classification genetic algorithm Ⅱ (NSGA Ⅱ) (see Fig. 2). Applied.
본 실시예에서, 유전 알고리즘과 관련해서, 유전자의 격자로 구성되는 염색체 대표 방법을 사용하였다. 각각의 유전자는 유닛을 나타내고, 유닛의 토지 이용 형태를 적합도 함수에 의해 결정되었다. 본 실시예에 적용된 유전 알고리즘의 반복 과정은 도 5에 예시적으로 도시되어 있다. 반복 과정은 3가지 목적에 대하여 수렴이 달성될 때까지 반복되었다. 개체군 크기, 반복 크기 및 교차 속도는 경험적으로 결정되었다. In this example, in relation to the genetic algorithm, a chromosome representative method composed of a grid of genes was used. Each gene represents a unit, and the type of land use of the unit was determined by a fitness function. The iterative process of the genetic algorithm applied in this embodiment is exemplarily illustrated in FIG. 5. The iterative process was repeated until convergence was achieved for the three objectives. Population size, repeat size and crossover rate were determined empirically.
초기화: 초기 개체군은 특정 목적에 따른 국지적 최적해(local optimum)으로의 수렴을 방지하기 위하여 대상 지역의 토지 이용 형태를 제약으로 하여 무작위로 생성되었다. Initialization: Initial populations were randomly generated by restricting the type of land use in the target area to prevent convergence to a local optimum for a specific purpose.
교차: 하나의 패널(panel) 내에 포커스셀 A, B가 무작위로 선택된 뒤, A와 B의 경계 셀 중에서 B와 A의 각각 토지 이용과 일치하는 개수가 사전에 설명된 임계치 이상이면, 이를 교환하였다(도 3 참조). Intersection: After randomly selecting focus cells A and B in one panel, if the number of border cells of A and B that matches land use of B and A is more than the previously described threshold, they are exchanged. (See Fig. 3).
선택: 에리트 보존 방식에 따른 계획안을 통합하기 위하여, 초기화에 의해 생성된 이전 세대의 계획안과, 교차 연산자에 의해 생성된 새로운 계획안 모두로 구성되는 계획안 풀을 생성하였다. 이어서, 비지배 순위 및 군집도 거리에 기초하여 다음 세대의 계획안이 선택되었다. 먼저, 비지배 계획안(제 1 순위; number-one ranking)이 선택되고, 다음 순위(1개 이상에서 지배적인) 다음 순위의 계획안이 선택되었다. 순위에 따라 선택된 계획안이 개체군 크기보다 크면, 설정된 개체군 크기를 충족할 때까지 군집도 거리에 따라 가장 낮은 순위의 계획안이 재분류되어 선택되었다. Selection: In order to integrate the plan according to the Eritrean conservation method, a plan pool consisting of both the plan of the previous generation generated by initialization and the new plan generated by the crossover operator was created. Subsequently, a plan for the next generation was selected based on the non-dominant rankings and cluster distance. First, the non-dominant plan (number-one ranking) was selected, and the next ranking plan (dominated by more than one) was selected. If the plan selected according to the ranking is larger than the population size, the plan with the lowest priority is reclassified and selected according to the cluster distance until the set population size is satisfied.
2. 결과2. Results
2.1. 산사태 위험2.1. Landslide danger
도 6은 산사태 위험 분석과 관련해서, 가장 높은 위험도 등급을 가지는, 잠재적인 산사태 피해에 노출된 시가화 지역과 농업 지역을 보여준다. 이보다 낮은 산사태 위험도 등급은 개발이 일반적으로 제한되는 산 정상에 분포한다. 정상 이외의 지역에서 상대적으로 높은 산사태 위험도 등급(6등급 이상)은 대상 지역 중에서 49.3%를 차지하였고(대략 절반), 시가화 지역의 65.2%, 농업지역의 70.0%가 이들 산사태 위험도 등급과 중첩된다(도 6 및 표 5 참조). 특히, 대상 지역 중에서 산사태 위험 9등급 및 10등급은 가장 낮은 비율을 차지하였으나, 대상 지역의 남서부 지역에 위치한 시가화 지역 주변에 매우 높은 산사태 위험도 등급으로 분류되는 지역이 분포하고 있다. 산사태 위험 6등급 내지 8등급은 평원 주변의 경사진 농업 지역의 대부분과 중첩된다. 6 shows the urbanized areas and agricultural areas exposed to potential landslide damage, with the highest risk rating, in relation to the landslide risk analysis. Landslide risk ratings lower than this are distributed over mountain peaks where development is generally limited. In areas other than normal, the relatively high landslide risk class (
2.2. 최적화2.2. optimization
본 실시예에서 채택된 최적화 모델을, 경험적으로 결정된 개체군(총 계획안) 크기 100, 교차 속도 0.05를 사용하여 350회 반복하여 시뮬레이션 하였다. 최종 반복에서 비지배 계획안은 대부분 안쪽의 적합도 공간으로 이동하였다. 이는, 최종적으로 제시된 계획안이 시뮬레이션 과정에서 3개의 모든 목적과 관련해서 보다 양호한 상태로 최적화된 것을 의미한다(도 7의 (a)). 각각의 목적과 관련한 적합도 값은 서서히 감소하여, 확실성 지점으로 수렴된다(도 7의 (b) 내지 (d)). 하지만, 본 실시예에서 모든 비지배 계획안을 고려하면, 최종 세대에서 산출된 계획안의 변동 계수는 각각의 목적과 관련해서 상이하였다. 셋째 목적(군집성 최대화)의 변동 계수는 첫째 목적(산사태 위험 최소화)와 둘째 목적(토지 이용 전환 최소화)의 변동 계수보다 낮았다. 이는 모든 비지배 계획안은 어느 정도 셋째 목적을 충족하나, 첫째 목적과 둘째 목적 사이의 트레이드오프(tradeoffs)가 상대적으로 강하다는 것을 의미한다(표 6 참조). The optimization model adopted in this example was simulated by repeating 350 times using an empirically determined population (total plan) size of 100 and a crossover rate of 0.05. In the final iteration, most of the non-controlling plans moved to the inner fitness space. This means that the finally proposed plan has been optimized in a better state with respect to all three objectives in the simulation process (Fig. 7(a)). The fitness value associated with each objective gradually decreases and converges to a certainty point (Fig. 7(b) to (d)). However, when all non-control plans are considered in this example, the coefficient of variation of the plan calculated in the final generation was different with respect to each purpose. The coefficient of variation of the third objective (maximizing clustering) was lower than that of the first objective (minimizing landslide risk) and the second objective (minimizing land use conversion). This means that all non-controlling plans meet the third objective to some extent, but the tradeoffs between the first and second objectives are relatively strong (see Table 6).
계속해서, 첫째 목적과 둘째 목적 사이의 트레이드오프를 설명하는 2개의 차원을 따라, 6개의 비지배 계획안(A, B, C, D, E, F)을 편성하였다(도 8 참조). 2개의 차원 상에서 "지배 계획안"으로 보이는 지점은 3개 차원의 최적화 표면을 2개 차원에 투영함에 따른 것으로, 실제로는 (셋째 목적인 군집성 최대화를 포함하여) 3차원 상에서의 비지배 계획안에 대응된다. 예를 들면, 계획안 D는, 계획안 D에 인접하고 계획안 D 안쪽에 위치하는 다른 계획안과 비교해서 보다 군집도가 높은 토지 이용 패턴을 보여주고 있다. 참조 포인트로서 실제 토지를 고려하면, 좌측에 취한 계획안 A, B, C, D는 실제 토지 이용과 비교해서 잠재적인 산사태 위험성을 최대 3/1 가량 줄일 수 있다. 반면, 계획안 E, F는 토지 이용 변환에 의해 군집도가 향상되기는 하지만, 잠재적인 산사태 위험을 증가시킬 수 있다(도 8 및 표 7 참조). 뿐만 아니라, 셋째 목적(군집도 최대화)과 관련해서 모든 계획안은 실제 토지보다 우수하였다(표 7 참조). Subsequently, six non-control plans (A, B, C, D, E, F) were organized along the two dimensions describing the trade-off between the first and second objectives (see Fig. 8). The point that appears to be the "governing plan" on the two dimensions is by projecting the three-dimensional optimization surface onto the two dimensions, which in fact corresponds to the non-controlling plan in the three dimensions (including the third objective, maximizing clustering). For example, Proposition D shows a more clustered land use pattern compared to other Propositions adjacent to Proposition D and located inside Proposition D. Considering the actual land as a reference point, proposals A, B, C, and D on the left can reduce the potential landslide risk by up to 3/1 compared to actual land use. On the other hand, Proposals E and F can increase the potential landslide risk, although the land use conversion improves clustering (see Figures 8 and 7). In addition, with regard to the third purpose (maximizing clustering), all plans were superior to the actual land (see Table 7).
3. 토의3. Discussion
본 실시예에서 상대적인 가중 인자를 사용하지 않고 다목적 문제에 대하여 광범위한 최적화 계획안을 생성하였다. 일반적으로 다목적 문제를 해결하기 위하여 각각의 목적에 대한 상대적인 중요도(가중치)를 정의, 결정하는 것은 매우 어려울 뿐만 아니라, 현재 조건에서 가장 중요한 목적은 미래의 환경적 변화에서는 가장 중요한 목적이 아닐 수 있기 때문에, 각각의 목적에 대하여 현재 환경 조건에 따라 결정된 가중치를 변화하는 환경을 처리할 때는 적절하지 않을 수 있다. In this example, a broad optimization plan was created for a multipurpose problem without using a relative weighting factor. In general, it is very difficult to define and determine the relative importance (weight) for each purpose in order to solve a multipurpose problem, and the most important purpose in the current conditions may not be the most important purpose in future environmental changes. For each purpose, it may not be appropriate when dealing with environments that change the weights determined according to the current environmental conditions.
본 실시 예에서 NSGAⅡ를 사용한 비지배 토지 이용 분배 계획안은 이러한 가중 인자의 모든 가능한 조합을 포함하고 있다. 개발계획을 입안하거나 결정할 때, 개발 계획 입안자와 계획 결정자는 다른 요인을 고려하여, 본 실시예에 따라 최적으로 제시되는 계획안 중의 하나를 선택할 수 있다. The non-controlled land use distribution plan using NSGA II in this example includes all possible combinations of these weighting factors. When devising or deciding a development plan, a development planner and a plan decision maker may select one of the optimally suggested plans according to the present embodiment, taking into account other factors.
본 실시예를 통하여 도출된 모든 최적화된 계획안은 적어도 하나의 목적(산사태 위험 최소 또는 군집성 최대)에서 현재의 토지 이용에 비하여 우수하다. 모든 계획안은 특히 군집성에서 최소 60% 이상 향상되었다.All the optimized plans derived through this example are superior to current land use for at least one purpose (minimum landslide risk or maximum clustering). All proposals improved by at least 60%, especially in clustering.
상기에서는 본 발명의 예시적인 실시형태 및 실시예에 기초하여 본 발명을 설명하였으나, 본 발명이 상기 실시형태 및 실시예에 기재된 기술사상으로 한정되는 것은 아니다. 오히려 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 전술한 실시형태 및 실시예를 토대로 다양한 변형과 변경을 용이하게 추고할 수 있다. 하지만, 이러한 변형과 변경은 모두 본 발명의 권리범위에 속한다는 점은, 첨부하는 청구범위에서 분명하다. In the above, the present invention has been described based on exemplary embodiments and examples of the present invention, but the present invention is not limited to the technical idea described in the above embodiments and examples. Rather, those of ordinary skill in the art to which the present invention pertains can easily add various modifications and changes based on the above-described embodiments and examples. However, it is clear from the appended claims that all of these modifications and changes belong to the scope of the present invention.
100: 컴퓨터 110: 입력부
120: 출력부 130: 디스플레이
140: 메모리 150: 구동/응용 프로그램
160: 제어부 200: 기록 매체
210: 토지 이용 분배 최적화 프로그램
220: 위험 분석 수단 230: 목적 설정 수단
240: 계획 생성 수단 240; 계획 변형 수단
250: 적합도 연산 수단 260: 계획 선택 수단100: computer 110: input
120: output unit 130: display
140: memory 150: drive/application
160: control unit 200: recording medium
210: Land Use Distribution Optimization Program
220: risk analysis means 230: purpose setting means
240: plan generating means 240; Means of plan transformation
250: fitness calculation means 260: plan selection means
Claims (8)
계획 지역의 토지피복 데이터세트, 기후 데이터세트 및 환경 데이터세트에 기초하여, 상기 계획 지역의 토지 이용에 따른 환경적 위험을 분석하는 위험 분석 수단;
상기 위험 분석 수단에 의해 분석된 상기 계획 지역의 환경적 위험과, 상기 계획 지역의 토지피복 데이터세트에 기초하여 상기 계획 지역의 토지 이용 변화에 따른 군집성 요인 및 경제적 요인을 포함하는 해당 계획 지역의 토지 이용 배분 목적을 설정하는 목적 설정 수단;
상기 계획 지역의 토지피복 데이터세트에 기초한 토지 이용 형태를 제약 사항으로 하여 상기 계획 지역의 토지 이용 분배에 대한 최초 계획안을 이전 세대 계획안으로 생성하는 계획 생성 수단;
상기 이전 세대 계획안으로부터 유전 연산자에 의하여 변형된 변경 계획안을 생성하는 계획 변형 수단;
상기 목적 설정 수단에 의해 설정된 토지 이용 배분 목적인 상기 계획 지역의 토지 이용에 따른 환경적 위험의 최소화와, 상기 계획 지역의 토지 이용 변화에 따른 군집성 최대화 및 경제적 이익 최대화를 고려한 적합도 함수에 기초하여, 상기 이전 세대 계획안 및 상기 변경 계획안의 토지 이용 배분 목적의 달성 수준을 산출하는 적합도 연산 수단; 및
상기 적합도 연산 수단에 의해 각각 토지 이용 배분 목적의 달성 수준이 산출된 상기 이전 세대 계획안과 상기 변경 계획안이, 상기 목적 설정 수단에 의해 설정된 토지 이용 배분 목적에 따른 최적의 계획안에 해당하는 경우, 상기 계획 지역의 토지 이용 분배에 대한 최종 계획안을 제시하는 계획 선택 수단을 포함하고,
상기 위험 분석 수단은 상기 계획 지역의 환경적 위험 발생 확률과 상기 계획 지역의 토지 이용 형태에 따라 야기될 수 있는 결과를 곱하여 상기 환경적 위험을 산출하고,
상기 유전 연산자는 교차(crossover) 연산자를 포함하며,
상기 교차 연산자는 계획 지역의 토지피복 데이터세트에 기초하여 각각의 지역에 대하여 격자(grid) 형태를 가지도록 분류된 포커스셀(focused cell) 중에서 선택된 2개의 포커스셀에 인접한 경계 셀 중에서 선택된 포커스셀과 동일한 토지 이용 형태를 가지는 경계 셀의 개수가 설정된 임계치 이상이면, 선택된 2개 포커스셀의 토지 이용 형태를 서로 교환하여 상기 변경 계획안을 생성하는 계획 지역의 토지 이용 분배를 최적화하기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록 매체.
As a computer-readable recording medium recording a program for optimizing land use distribution in a planned area using genetic algorithms,
Risk analysis means for analyzing environmental risks according to land use in the planned area, based on the land cover data set, the climate data set and the environment data set of the planned area;
Land of the planned area including the environmental risk of the planned area analyzed by the risk analysis means and the clustering factor and economic factors according to the land use change of the planned area based on the land cover data set of the planned area Purpose setting means for setting the purpose of use and distribution;
A plan generation means for generating an initial plan for distribution of land use in the planned area as a previous generation plan by setting a land use type based on the land cover data set of the planned area as a restriction;
Plan modification means for generating a modification plan modified by a genetic operator from the previous generation plan;
Based on a fitness function that considers minimization of environmental risks due to land use of the planned area, which is the purpose of land use distribution set by the purpose setting means, and maximization of clustering and economic benefits according to changes in land use of the planned area, A suitability calculation means for calculating a level of achievement of an object of land use distribution in the previous generation plan and the change plan; And
When the previous household plan and the change plan, in which the achievement levels of the land use distribution objectives were calculated by the suitability calculation means, respectively, correspond to the optimal plan according to the land use distribution purpose set by the purpose setting means, the plan Includes a plan selection means presenting a final plan for the distribution of land use in the region,
The risk analysis means calculates the environmental risk by multiplying the probability of occurrence of the environmental risk in the planned area and a result that may be caused according to the land use type of the planned area,
The genetic operator includes a crossover operator,
The crossover operator includes a focus cell selected from border cells adjacent to two focus cells selected from among focus cells classified to have a grid shape for each area based on the land cover data set of the planned area. When the number of border cells having the same land use type is greater than or equal to the set threshold, a computer recording a program for optimizing land use distribution in a planned area that generates the change plan by exchanging land use types of the two selected focus cells Readable recording medium.
상기 환경적 위험은 상기 계획 지역의 산사태 위험인 것을 특징으로 하는 컴퓨터로 판독 가능한 기록 매체.
The method of claim 1,
The environmental risk is a computer-readable recording medium, characterized in that the risk of landslides in the planned area.
상기 위험 분석 수단에서 활용되는 상기 기후 데이터세트는 상기 계획 지역의 현재의 기후 데이터세트와, 상기 계획 지역의 기후 변화 시나리오에 따른 미래의 기후 데이터세트를 포함하는 컴퓨터로 판독 가능한 기록 매체.
The method according to claim 1 or 2,
The climate dataset utilized by the risk analysis means includes a current climate dataset of the planned area and a future climate dataset according to a climate change scenario of the planned area.
상기 유전 연산자는 패치 기반 돌연변이 연산자를 더욱 포함하는 컴퓨터로 판독 가능한 기록 매체.
The method according to claim 1 or 2,
The genetic operator is a computer-readable recording medium further comprising a patch-based mutation operator.
(a) 위험 분석 수단에 의하여 계획 지역의 토지피복 데이터세트, 기후 데이터세트 및 환경 데이터세트에 기초하여, 상기 계획 지역의 토지 이용에 따른 환경적 위험이 분석되는 단계;
(b) 목적 설정 수단에 의하여, 상기 위험 분석 수단에 의해 분석된 상기 계획 지역의 환경적 위험과, 상기 계획 지역의 토지피복 데이터세트에 기초하여 상기 계획 지역의 토지 이용 변화에 따른 군집성 요인 및 경제적 요인을 포함하는 해당 계획 지역의 토지 이용 배분 목적이 설정되는 단계;
(c) 계획 생성 수단에 의하여, 상기 계획 지역의 토지피복 데이터세트에 기초한 토지 이용 형태를 제약 사항으로 하여 상기 계획 지역의 토지 이용 분배에 대한 최초 계획안이 이전 세대 계획안으로 생성되는 단계;
(d) 계획 변형 수단에 의하여, 상기 이전 세대 계획안으로부터 유전 연산자에 의해 변형된 변경 계획안이 생성되는 단계;
(e) 적합도 연산 수단에 의하여, 상기 목적 설정 수단에 의해 설정된 토지 이용 배분 목적인 상기 계획 지역의 토지 이용에 따른 환경적 위험의 최소화와, 상기 계획 지역의 토지 이용 변화에 따른 군집성 최대화 및 경제적 이익 최대화를 고려한 적합도 함수에 기초하여, 상기 이전 세대 계획안 및 상기 변경 계획안의 토지 이용 배분 목적의 달성 수준이 산출되는 단계; 및
(f) 계획 선택 수단에 의하여, 상기 토지 이용 배분 목적의 달성 수준이 산출된 상기 이전 세대 계획안과 상기 변경 계획안이, 상기 목적 설정 수단에 의해 설정된 토지 이용 배분 목적에 따른 최적의 계획안에 해당하는 경우, 상기 계획 지역의 토지 이용 분배에 대한 최종 계획안이 제시되는 단계를 포함하고,
상기 위험 분석 수단은 상기 계획 지역의 환경적 위험 발생 확률과 상기 계획 지역의 토지 이용 형태에 따라 야기될 수 있는 결과를 곱하여 상기 환경적 위험을 산출하고,
상기 유전 연산자는 교차(crossover) 연산자를 포함하며,
상기 교차 연산자는 계획 지역의 토지피복 데이터세트에 기초하여 각각의 지역에 대하여 격자(grid) 형태를 가지도록 분류된 포커스셀(focused cell) 중에서 선택된 2개의 포커스셀에 인접한 경계 셀 중에서 선택된 포커스셀과 동일한 토지 이용 형태를 가지는 경계 셀의 개수가 설정된 임계치 이상이면, 선택된 2개 포커스셀의 토지 이용 형태를 서로 교환하여 상기 변경 계획안을 생성하는 계획 지역의 토지 이용 분배가 최적화된 계획안을 도출하기 위한 방법.
As a method for deriving a plan in which land use distribution of a planned area is optimized from a computer using a genetic algorithm,
(a) analyzing an environmental risk according to land use of the planned area based on the land cover data set, the climate data set and the environment data set of the planned area by the risk analysis means;
(b) Based on the environmental risk of the planned area analyzed by the risk analysis means and the land cover data set of the planned area by the purpose setting means, the clustering factor and economic factors according to the land use change in the planned area Establishing a land use allocation purpose of the planned area including factors;
(c) generating an initial plan for distribution of land use in the planned area as a previous generation plan by using the plan generating means as a restriction on the type of land use based on the land cover dataset of the planned area;
(d) generating a modified plan modified by a genetic operator from the previous generation plan by means of a plan modification means;
(e) By means of fitness calculation means, minimization of environmental risks due to land use in the planned area, which is the purpose of land use distribution set by the purpose setting means, and maximization of clustering and economic benefits according to land use changes in the planned area. Calculating a level of achievement of a land use distribution objective of the previous generation plan and the change plan based on the fitness function taking into account; And
(f) When the previous household plan and the change plan for which the achievement level of the land use distribution purpose was calculated by the plan selection means correspond to the optimal plan according to the land use distribution purpose set by the purpose setting means. , Including the step of presenting a final plan for the distribution of land use in the planned area,
The risk analysis means calculates the environmental risk by multiplying the probability of occurrence of the environmental risk in the planned area and a result that may be caused according to the land use type of the planned area,
The genetic operator includes a crossover operator,
The crossover operator includes a focus cell selected from border cells adjacent to two focus cells selected from among focus cells classified to have a grid shape for each area based on the land cover data set of the planned area. A method for deriving an optimized plan for land use distribution in a planned area for generating the change plan by exchanging land use types of two selected focus cells when the number of border cells having the same land use type is greater than a set threshold .
상기 환경적 위험은 상기 계획 지역의 산사태 위험인 것을 특징으로 하는 계획 지역의 토지 이용 분배가 최적화된 계획안을 도출하기 위한 방법.
The method of claim 5,
The environmental risk is a landslide risk in the planned area, characterized in that the method for deriving an optimized plan for land use distribution in the planned area.
상기 위험 분석 수단에서 활용되는 상기 기후 데이터세트는 상기 계획 지역의 현재의 기후 데이터세트와, 상기 계획 지역의 기후 변화 시나리오에 따른 미래의 기후 데이터세트를 포함하는 계획 지역의 토지 이용 분배가 최적화된 계획안을 도출하기 위한 방법.
The method of claim 5 or 6,
The climate dataset used in the risk analysis means is a plan in which land use distribution of a planned area is optimized including a current climate dataset of the planned area and a future climate dataset according to a climate change scenario of the planned area. How to derive.
상기 유전 연산자는 패치 기반 돌연변이 연산자를 더욱 포함하는 계획 지역의 토지 이용 분배가 최적화된 계획안을 도출하기 위한 방법. The method of claim 5 or 6,
The genetic operator is a method for deriving an optimized plan for land use distribution of the planned area further comprising a patch-based mutation operator.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180021332 | 2018-02-22 | ||
KR20180021332 | 2018-02-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190105209A KR20190105209A (en) | 2019-09-16 |
KR102196100B1 true KR102196100B1 (en) | 2020-12-29 |
Family
ID=68067228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190020867A KR102196100B1 (en) | 2018-02-22 | 2019-02-22 | Computer readable media and process of implementing land use optimized allocation |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102196100B1 (en) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112001085B (en) * | 2020-08-25 | 2022-05-17 | 南京林业大学 | Method and system for optimizing small watershed water and soil conservation land utilization |
KR102300655B1 (en) * | 2020-08-31 | 2021-09-09 | 한양대학교 산학협력단 | Urban Model Generation Devices and Methods for Supporting Urban Planning with Optimal Urban Ecosystem |
CN114969646B (en) * | 2022-05-26 | 2024-04-05 | 中国科学院东北地理与农业生态研究所 | Method for calculating land utilization net change and bidirectional equivalent change by using land utilization transfer matrix |
CN117172094A (en) * | 2023-07-25 | 2023-12-05 | 内蒙古师范大学 | Positive and negative influence visualization and quantification method for land utilization change driving factors |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101686849B1 (en) | 2016-09-19 | 2016-12-16 | 주식회사 정도유아이티 | Land Suitability Assessment System Using the Standardized Values for the Urban Planning of the Drafting Area Of the Assessment Indicators to Provide a Basis for Urban Planning Including the Park Plan |
KR101721695B1 (en) * | 2015-09-17 | 2017-03-30 | 한국외국어대학교 연구산학협력단 | Urban Climate Impact Assessment method of Reflecting Urban Planning Scenarios and Analysis System using the same |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101761020B1 (en) * | 2015-11-03 | 2017-07-24 | 국토연구원 | System For Supporting Urban Planning and Method For Urban Planning Information |
-
2019
- 2019-02-22 KR KR1020190020867A patent/KR102196100B1/en active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101721695B1 (en) * | 2015-09-17 | 2017-03-30 | 한국외국어대학교 연구산학협력단 | Urban Climate Impact Assessment method of Reflecting Urban Planning Scenarios and Analysis System using the same |
KR101686849B1 (en) | 2016-09-19 | 2016-12-16 | 주식회사 정도유아이티 | Land Suitability Assessment System Using the Standardized Values for the Urban Planning of the Drafting Area Of the Assessment Indicators to Provide a Basis for Urban Planning Including the Park Plan |
Non-Patent Citations (2)
Title |
---|
Kai Cao. et. al, "Spatial multi-objective land use optimization: extensions to the non-dominated sorting genetic algorithm-II", International Journal of Geographical Information Science, 2011.11.02.* |
윤은주, 이동근, "기후변화에 따른 산사태 발생가능성을 고려한 토지이용배분 최적화", 2016 한국환경영향평가학회 추계학술대회 구두발표, 2016.10.20.* |
Also Published As
Publication number | Publication date |
---|---|
KR20190105209A (en) | 2019-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102196100B1 (en) | Computer readable media and process of implementing land use optimized allocation | |
Pan et al. | Understanding interactions between urban development policies and GHG emissions: A case study in Stockholm Region | |
Ardron et al. | Marxan good practices handbook | |
Rollins | LANDFIRE: a nationally consistent vegetation, wildland fire, and fuel assessment | |
CN102509172B (en) | Land utilization carbon emission reduction control optimization method based on geographic information system (GIS) technology | |
Zhang et al. | Land use optimization for a rapidly urbanizing city with regard to local climate change: Shenzhen as a case study | |
Damania et al. | Road improvement and deforestation in the Congo Basin countries | |
Feng et al. | Urban expansion simulation and scenario prediction using cellular automata: comparison between individual and multiple influencing factors | |
McKenna et al. | Scotland’s natural capital asset index: Tracking nature’s contribution to national wellbeing | |
Langella et al. | Soil Monitor: an internet platform to challenge soil sealing in Italy | |
Lucet et al. | Integrating land use and climate change models with stakeholder priorities to evaluate habitat connectivity change: a case study in southern Québec | |
Haga et al. | Modeling desirable futures at local scale by combining the nature futures framework and multi-objective optimization | |
Wang et al. | Coordinative enhancement of ecological security and the aesthetic viewing service in the ecological restoration of mining landscapes | |
Li | Monitoring and analysis of urban growth process using Remote Sensing, GIS and Cellular Automata modeling: A case study of Xuzhou city, China | |
Sicuaio et al. | Sustainable and resilient land use planning: A multi-objective optimization approach | |
Paveglio et al. | Integrating dynamic social systems into assessments of future wildfire losses: an experiential agent-based modeling approach | |
Wu et al. | Assessing the efficiency of bird habitat conservation strategies in farmland ecosystems | |
Musa et al. | REMOTE SENSING AND GIS BASED PREDICTIVE MODEL FOR DESERTIFICATION EARLY WARNING IN NORTH EASTERN NIGERIA. | |
Verweij et al. | SIAT, a Sustainable Impact Assessment Tool for Understanding the drivers in integrated impact assessment | |
Eid | Sustainable infrastructure development: A holistic system based decision making framework integrating vulnerability indicators and stakeholders objectives | |
Carlson et al. | Informing regional planning in Alberta’s Oilsands Region with a land-use simulation model | |
Munro | Evaluating marxan as a terrestrial conservation planning tool | |
Castellazzi et al. | Multi-Scale Modelling of Ecosystem Services–an Iterative Approach | |
Marshall | Landscape Connectivity Analysis for Conservation Planning in Southern Ontario | |
Coffield | Statistical modeling of climate change impacts on ecosystems and wildfire in the Western US |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |